运输环节和库存环节是物流系统中分别创造空间价值和时间价值且经常存在trade-off关系的环节,它们占据了整个系统大部分的成本,在这两个重要环节之间进行系统整合,会对整个物流系统的成本控制产生决定性影响,并为提高企业利润水平、降低产品成本以及提升企业竞争力奠定牢固基础。针对当前该领域中多数工作集中于确定性信息和随机性信息假设且以系统成本最小化为优化目标的研究现状,基于优化的实质就是基于不同优化标准进行一定程度上协调的认识,本文将管理不确定性与全局优化理论相结合,并应用在运输环节和库存环节之间的优化问题上,从战术层角度以优化系统成本为决策目标,分别对多种不确定性信息下的运输-库存系统优化问题开展相应研究,并构建相应的模型和求解模型的协调机制。具体内容包括：1.对存在随机需求和随机提前期的生产、运输和库存优化问题,基于整车直达运输条件下运输成本函数的结构特征,从优化系统成本角度建立了明确考虑单位车辆运力对决策影响的运输-库存系统协调模型；通过观察分析运输-库存系统成本函数的数学特征,提出三个命题并从数学上对它们进行了严格证明,并基于这三个命题以及系统期望成本最小化的优化标准,构建了求解模型的具有较高运算效率的优化机制。最后利用构建的模型和算法对单位车辆运力进行敏感性分析,得出了单位车辆的不同运力对运输-库存系统决策有着重要影响的结论。2.当存在模糊需求、模糊提前期以及模糊库存成本,且对这些变量以不精确的语言形式进行描述时,运用模糊集理论对上述描述中的不精确性进行处理；在运输成本为考虑运输折扣的分段阶梯函数条件下,构建模糊性信息下的运输-库存系统成本优化模型；考虑到实际问题中当决策者并不能掌握充分信息情形下,想要做出最优决策存在困难的情况,以及人的主观不确定性对优化方案实际可执行性将产生影响的事实,基于决策者满意度的优化标准,给出了能够体现各方不同利益的两种协调机制。3.对带有模糊性信息的运输-库存系统优化问题,选取较为常见的语言值来刻画该问题中所存在的相关不确定变量,通过各语言值间固有的关系建立一个有限语言值链上的格蕴涵代数,定义语言值间的运算及相应运算规则,构建了基于格蕴涵代数的运输-库存系统优化模型,减少了不确定变量转换过程中的信息损失,提高了决策结果的合理性和准确性。4.当客户需求为模糊性与随机性共存的不确定变量时,在用自然语言对客户需求的数量以及该需求发生的相应概率进行刻画基础之上,分析了生产企业和经销企业之间的供货、采购关系中的相关成本结构,建立了供货和采购关系中基于运输点控制的运输-库存协调模型。利用期望值理论对相关参数进行处理的基础上,运用数值计算方法对上述模型进行了求解。最后,对全文进行了总结,概括了论文的主要工作和创新点,并指出了下一步的研究方向。