1965年,Zadeh第一次提出了模糊集的概念,并把这种非随机的不确定性称为模糊性。自上世纪九十年代中期以来,模糊集理论被广泛地应用在经典的库存理论中,从而产生了所谓的“模糊库存问题”。近年来,一些研究者将模糊集的概念引入其中,作了一系列的推广工作。可信性理论是2004年基础数学领域完成的数学分支,为研究模糊现象数学规律提供了严格数学基础。本文将可信性理论引入到库存问题中对库存中的主流问题-“模糊库存问题”进行了较为深入的研究。　　首先本文在前人研究可追加订购报童问题的基础上,针对前人在建模方法上的不足和研究领域的局限上,研究了不确定环境下的可追加订购的报童问题(经典库存决策模型),如含有两个模糊参数的可追加订购的报童问题,含有多个模糊参数的可追加订购报童问题,以及含有随机-模糊参数的可追加订购报童问题。分别建立了上述问题的模糊机会约束规划模型,并给出对含有两个模糊参数的模型,通过清晰等价类方法将其转化为确定型模型,然后用传统的方法进行求解;对比较复杂的含多个模糊参数的模型,将模糊随机模拟、神经元网络及遗传算法相结合给出一个混合智能算法来求解最佳定购量和最佳的追加定购量;而对含有混合了随机和模糊参数的模型给出了结合随机模拟和模糊模拟的遗传算法并结合神经元网络的混合智能算法来求解。最后都给出了数值算例来说明所给模型和算法的有效性和实用性。　　其次研究了随机的两货栈库存问题和模糊的两货栈库存问题。对于随机规划库容有限库存问题,给出了交货时间为随机变量的库容有限的约束订货点的存贮模型,通过求最优订货点,得到计算最优订货点的方法,使得总损失费用达到最低。对于模糊两货栈库存问题,本文假设消费速率,到货天数为模糊变量,利用可信性理论建立了模糊期望值模型和机会约束规划模型,并将模糊随机模拟、神经元网络及遗传算法相结合给出的混合智能算法分别求解期望值模型和机会约束规划模型,从而得到最优订货点和最小成本。最后给出了数值例子说明建立模型的可行性和合理性。　　本文工作不仅为不确定环境下更切合实际的分析解决实际问题提供了适用的模型和算法,同时也丰富了不确定规划在库存问题的应用研究。