分销决策是企业的关键性决策,其决定了产品的市场分布状况,关乎生产运营诸多决策的制定,更直接影响企业盈利目标的实现。一个合理的分销决策应考虑不确定因素以及与其它决策的关联性。本文研究在不确定生产和随机需求条件下,试图以降低分销系统成本为目标,在考虑生产决策反应的基础上优化分销决策,提出不确定条件下基于双层机会约束规划的分销决策问题。首先,通过对分销决策问题进行具体刻画,构建含有随机变量的由上层分销决策和下层生产决策构成的双层规划模型,进而利用确定性等价理论和机会约束相关理论将其转换为双层机会约束规划模型。本文随后设计了两种算法联合求解该分销决策双层机会约束规划模型,由改进遗传算法判断全局最优解的大致位置,进而将其计算结果作为初始可行解,采用改进模式搜索算法进行局部优化,以求尽可能地逼近最优解。算法针对双层规划模型的特点,提出将下层生产决策规划嵌套在上层分销决策规划目标函数值的计算中;而针对模型中的随机变量,则采用蒙特卡洛随机模拟方法处理。实例分析发现,遗传算法是全局优化算法,运算时间较长;模式搜索算法是局部优化算法,运算时间相对较短,两种算法联合能无限逼近该实际问题的全局最优解。最后,对本研究进行总结且阐述研究创新点和拓展方向。