为解决血液供应链网络设计中的不确定性问题，建立了一种血液供应链网络多目标鲁棒优化设计模型。首先，针对带有5个节点的血液供应链网络，建立考虑安全库存的、目标为成本最小、存储时间最短的优化函数，并采用 ε约束、Pareto最优和鲁棒优化方法对已建模型进行处理，将多目标问题转化为单目标鲁棒问题；其次，对原有鲸鱼优化算法（WOA）进行改进，引入差分算法的交叉和变异理念，增强了搜索能力并改善了局限性，从而得到差分鲸鱼优化算法（DWOA），并采用此算法对处理后的模型求解。通过数值实例，验证当测试问题相同时，优化模型在需求短缺方面比确定模型的短缺量平均少76%。因此，所提优化模型在应对需求短缺时更具优势；通过仿真对比分析图像，得出DWOA相比WOA、粒子群优化（PSO）算法和遗传算法（GA）中断时间更短并且成本更低。

为提高按订单生产模式下快速易腐品的生产/配送效率，在兼顾企业运营成本和顾客对产品新鲜度要求的情况下，以总配送成本最小和交付产品总的新鲜度最大为目标，建立了具有最低新鲜度限制的易腐品生产-配送协同调度双目标优化模型，并设计了基于双子串编码的带精英策略的非支配排序遗传算法。首先，描述了客户时间窗和交付产品新鲜度，定义了多产品情形下的客户产品平均新鲜度，建立了生产-配送协同调度双目标模型。然后，对约束条件和两个目标函数进行了转换，采用双子串的染色体编码方式，以及带精英策略的非支配排序遗传算法的算子结构和进化框架对问题进行求解。最后，基于算例分析，对所设计的算法与基于Pareto的模拟退火算法的计算结果进行对比。实验结果表明，两个目标存在效益悖反现象，且所设计的算法能够获得有效的Pareto前沿解集；对产品最低新鲜度的敏感性分析表明，在使用车辆数量较少时，最低新鲜度限制约束对总配送成本和交付产品总的新鲜度有显著影响。