根据规划,2022年冬奥会将在北京市、延庆区、张家口市布局赛区,由三地联合举办奥运赛事。以奥运蔬菜供应为例,其涉及从奥运生产基地采摘,到物流中心加工配送等环节。考虑到冬季潜在的恶劣天气环境,未来蔬菜供应商的供应能力和运输配送途中的道路通行能力充满着不确定性。因此,面对多地的奥运需求,在设计物流网络时,如何结合潜在的供应风险情境,科学合理地选择供应商和物流中心,并解决其中涉及的订单分配以及道路通行量分配等问题,用合理的成本投入制定好应急计划,以确保奥运期间的需求供应,无疑是奥组委关心的课题,也是本文研究中要解决的问题。由此,结合冬奥会背景,本文研究了基于“供应商-物流中心-需求点”三层级供应网络的供应商选择、物流中心选址,以及其中涉及的订单分配和道路通行量分配等多变量的集成优化问题。在构建不考虑供应风险的集成优化模型基础上,本文进一步结合供应风险和供应保障率要素,构建含带应急计划的两阶段随机混合整数规划模型。并结合遗传算法,贪婪算法和轮盘赌等机制,设计了遗传+贪婪的组合启发式算法。借助MATLAB,对比了 MATLAB+YALMIP+CPLEX环境下的分支定界精确算法和遗传+粒子群的启发式算法,测试表明本文算法能在较短时间内找到高质量解决方案。尤其在求解大规模问题方面,文本算法优势更为明显。最后,本文通过收集2022年冬奥会的相关资料和数据,模拟了奥运蔬菜物流网络规划场景。研究发现(1)考虑供应风险因素后,尽管会增加初期投入,但投入增幅远小于未来供应保障率的增幅。且考虑供应风险后,所得规划方案对需求波动呈现一定鲁棒性。(2)有时选择风险系数高的供应商反而有助提高供应保障率。提醒决策者在选择供应商时,要重点关注供应商之间的风险关联性,而非独立关注供应商本身的风险系数。(3)物流中心的选址数量对供应保障率,供应商选择以及订单分配的影响较小,但对运输时间的影响很大。具体到2022年冬奥会的物流网络规划,本文认为多物流中心协调配送的模式要优于单物流中心的统一配送模式。虽然本文是基于冬奥会背景,但所构建的两阶段随机混合整数规划模型及算法思路对解决企业的物流网络规划问题而言同样具有借鉴意义。对有供应风险管理需求的决策者而言,研究发现的上述3个结论同具参考性。