在现实世界中,不确定现象是普遍存在的,表现形式也是多种多样的,如随机性、模糊性、以及同时具有随机性和模糊性的双重不确定性。不确定规划[1] 是处理各种不确定环境下的优化问题的理论工具,有三类模型：期望值模型、机会约束规划和相关机会规划。伴随着这些千姿百态的不确定性,存在着大量的优化问题需要解决。然而,对于这些复杂尤其是含有多重不确定性的决策系统,经典的优化方法通常是无能为力的。随着计算机技术的飞速发展以及智能计算技术的不断涌现,已经得到了广泛的应用,并已用于求解不确定规划,使得许多复杂的优化问题已经能通过计算机求解。本文将简单的介绍及描述目前应用较广的四种智能算法,即遗传算法,Memetic 算法,粒子群算法和混洗蛙跳算法,针对三大类不确定规划——期望值模型、机会约束规划和相关机会规划,选取三个能代表这三类模型的典型例题,应用这四种智能算法,分别对它们进行求解,并比较计算结果,得到相应的结论。