最优化理论与方法广泛应用于工程、军事、商务等行业的决策中。在这些决策过程中,往往存在一些蕴含不确定因素的决策问题,数学上用分布鲁棒随机优化模型来描述一类不确定参数分布信息模糊的随机优化问题。为了解决这类随机化问题,分布鲁棒随机优化的研究近年来受到越来越多的关注。本文对单阶段分布鲁棒随机优化问题和两阶段分布鲁棒随机双层优化问题开展模型和数值方法研究,其主要思想是基于线性决策方式,构建易于计算和实现的优化问题。主要工作如下:第一部分研究了单阶段分布鲁棒随机优化问题,基于两种不同模糊分布集合,首先通过使用Lagrange对偶处理内层问题,然后再对处理后问题的原始变量和对偶变量使用线性决策方式,分别得到了与之对应的易于计算的上下界优化问题,数值实验验证了模型分析的有效性。第二部分基于矩信息定义的不确定分布集合研究了两阶段分布鲁棒随机双层优化问题,我们构建了两阶段分布鲁棒随机双层优化的乐观形式和悲观形式。通过使用线性决策方式,分别推导出易于计算实现的乐观形式的下界问题和悲观形式的上界问题,从而得到了整个问题的上下界,我们在理论上证明了该结论。