本文为供应商选择决策者提供了一个风险管理方案。该方案是基于多产品，多资源以及风险控制的问题背景，为决策者指定最优的供应商组合方式和最合理的订单量分配方法。在实际的选择操作中，成本、质量和提前期参数往往带有随机性，因此，本文采用了随机规划的理论工具来定量分析此供应商选择问题。　　本文以优化总成本、总质量及总提前期的服务水平为目标，建立了包含三个目标函数的非线性随机规划模型。为了处理这三个目标，文章提出了两种多目标规划方法。第一种方法是主要目标法，即对质量和提前期的概率赋予服务水平限制将其转化成概率约束，以最大化不高于投资预算的总成本概率为问题的唯一目标。该方法将原优化问题转化成单目标概率约束规划模型。第二种方法是目标规划方法，即为了消除低于目标值的偏差，引入优先因子目标规划，以负偏差与优先因子乘积的三项之和为总的目标，建立了随机目标规划供应商选择模型。在模型分析方面，当随机参数服从多元正态分布时，本文采用正态分布标准化得到了两类模型的确定等价类形式；当随机参数服从一般的连续分布时，本文采用样本逼近方法对概率函数作近似逼近，得到了第二类模型的近似混合整数规划问题。在模型的算法方面，本文设计了改进的混合文化基因算法。最后本文用汽车零部件供应系统的案例来说明建模思想，并通过智能算法比较验证了改进算法的有效性。　　本文的主要工作可以概括为以下四个方面：(1)以优化总成本、总质量及总提前期的服务水平为目标，建立三目标供应商选择问题的非线性随机规划模型；(2)提出了两种处理多个目标函数的方法，得到概率约束规划模型和随机目标规划供应商选择模型；(3)讨论了多元正态分布和一般连续分布下的模型转化方法及等价模型的基本性质；(4)在算法方面，设计了改进的混合文化基因算法，并通过数值实验来说明建模思想和算法的有效性。