随着目前经济一体化、产业分工进一步细化、跨国生产和米购全球化的趋势不断深化,企业所面临的市场环境开始变得越来越复杂。在对加快产品流通周期,提高客服水平的要求下,面对不断变化的客户需求,竞争的压力迫使供应链内各个成员必须改变传统的操作策略以应对市场的变化。对于供应链管理者们来说,制定决策的过程不是一项简单的工作,需要考虑各种内部变化及外部市场中随时出现的各种动态因素来调整订单策略与生产计划,因此在此过程中迫切需要先进实用的供应链操作决策优化解决方案和相应的决策支持工具来进行指导。模型预测控制(MPC)理论在工业实践中获得了巨大的成功,其鲁棒性及滚动优化策略使其非常适合于复杂系统的优化控制与决策,但供应链系统较之常规工业过程系统复杂得多,研究难度大。国内外结合模型预测控制的供应链系统研究并不多,如何改进MPC的思想,并使其成功融入供应链系统成为目前此项研究的难点。基于已有的研究成果,操作决策问题被作为本次研究的主要内容,并提出了一整套针对不确定性条件下的供应链滚动操作优化决策策略。主要包括三方面的内容:1)现有的供应链模型多是定性的、或者局部的模型,并不完全适合于供应链操作滚动优化决策中的模型输出预测。本文中基于动态定量的供应链整体系统模型进行研究,并在此基础上对其成本函数及目标函数进行了改进,使得在最大化利润的同时能够保证供应链整体的利润最优化和系统鲁棒性,得到的解决方案可为决策制定全过程包括原材料获取计划、排产计划、物流配送、库存管理提供一体化的决策指导。2)结合供应链系统特点,完成了针对供应链操作优化的模型预测控制算法的设计与实现。本文所设计的模型预测控制算法是基于供应链整体的物流信息流平衡方程,并在优化目标函数中结合了二次性目标函数和线性成本函数的各自优点,最终给出了算法的完整实现步骤。3)针对供应链系统面临不确定性市场需求的现实,我们引入了风险值库存管理策略和风险趋避型滤波器,以便在无法得到精确需求预测,或者难以对扰动精确描述的情况下,仍可获得期望的客户满意度,降低了因需求不确定性带来的风险。进一步地我们将风险值库存管理策略纳入到供应链全局优化之中,考虑需求预测误差的影响,对原有的算法进行改进,设计出应用于需求不确定市场环境下、基于滚动优化一体化的决策方案。此外,本文构建了基于Matlab的仿真平台,进一步来验证算法的有效性,仿真结果显示,在需求预测误差的情况下,改进后的MPC优化策略的应用带来了令人满意的利润与客户满意度的提升,并表现出了很好的鲁棒性。