随着研究客观不确定现象的概率论日趋完善和主观不确定的模糊数学的日趋成熟，不少知名学者研究了更为一般的不确定理论。如：刘宝碇从模糊性和随机性可能同时存在同一事件中的角度出发，建立了更加切合实际的不确定理论和不确定规划的基本框架。并结合混合智能算法，确实能解决不少实际问题。但是，这些研究还是刚刚开始不久，还存在许多有待研究的问题需要我们去解决。本文在研究不确定理论、规划及算法的过程中，取得了以下几个主要结论：　　 1、本文在刘宝碇建立不确定空间中的三角不等式的基础上，通过引入参变量，利用函数最小值求法，最终求出了一个更为合理的下界，建立了一个应用更为广泛的三角不等式定理，从而可以将不确定理论及应用推广到更一般的空间；　　 2、本文在随机不确定情况下，利用信息论的工具，即最大熵原理，终于从理论上严格证明了二分法的优越性，并且比较了现今流行的一元函数零点求解问题的常用二分法和黄金分割法，并且通过用概率的理论方法，比较了两种求解方法的优越性，在此基础上设计了更为合理的概率二分法，为不确定算法提供了一种新的研究思路；　　 3、本文在优化问题的最优解在整个求解空间服从均匀分布的假设基础上，按照最大熵原则，最优解应该更加趋向于较优解。为了能够更快地搜索到最优解，用粒子群算法代替了遗传算法的交叉算子。得到了一个应用更加广泛的改进遗传算法；　　 4、最后利用运筹学和不确定理论，在田琼和黄海军的研究基础上，考虑到路况的不同或者其他的不确定因素导致行车时间的不确定性，在随机环境下研究公交系统内的拥挤成本，建立了一个更加切合实际在随机环境下研究公交系统内的拥挤成本的不确定模型。利用上面设计的混合智能算法解决了该不确定模型，并通过Matlab证实了该算法的可行性。