本文首先，从组织、功能、信息和资源四大视图角度明确了MC供应链的需求关系，并在此基础上建立了MC供应链的动态联盟合作博弈模型，为随后的汽车企业MC供应链中的合作伙伴选择、模糊Shapley值、核心、谈判集、模糊稳定集等问题的研究奠定了基础。 其次，在合作伙伴的选择问题上，考虑到决策信息的模糊特性，提出了一种区间直觉模糊集的多准则排序模型，满足了决策者仅能提供残缺权重系数的模糊决策要求。 再者，利用三角模糊函数界定了模糊合作博弈的α截集，得到了区间模糊Shapley值的隶属函数，设计了一套带风险补偿的收益分配方案。进而引入A—M谈判集和L—Z谈判集概念，解决了TU模糊合作博弈的非空性和收敛性。 同时，建立了多重目标的随机合作博弈模型，利用公理化的方法得到了多重目标下随机合作博弈的区间模糊稳定集，在一定程度上解决了随机合作博弈的解的结构性问题。并利用三角模糊函数分析了Markov动态随机合作博弈在不同时刻t和不同置信度α下的取值分布，得到了动态随机合作博弈的区间模糊稳定集，实现了收益配置的Pareto最优。 最后，对全文进行总结，指出进一步工作的研究方向。 本文的研究重点和主要创新在于：建立了MC供应链的动态联盟合作博弈模型；设计了一种基于残缺信息的多准则区间直觉模糊决策方法；界定了模糊合作博弈的区间模糊Shapley值的隶属函数：解决了模糊合作博弈的谈判集非空性和收敛性；提出了基于多重目标的随机合作博弈的区间模糊稳定集；创建了Markov随机过程的n人动态随机合作博弈模型，得到了动态随机合作博弈的区间模糊稳定集；并拓展了一套带风险补偿的收益分配方案。