针对运输成本不确定，客户需求不确定的多目标供应链网络设计（MO-SCND）问题，本文提出了一种新的两阶段优化方法。 根据风险中性和规避风险的标准，我们为SCND问题制定了两个目标。 针对所提出的MO-SCND问题，我们引入了两个解决方案概念，并用它们来定义模糊解决方案（MOVES）的多目标值。 MOVES的价值衡量模型中包含的不确定性的重要性，并有助于我们理解求解两阶段多目标优化模型的必要性。 当不确定的运输成本和客户需求加入了连续的可能性分布时，我们采用一种近似方法（AA）来计算两个目标函数的值。 使用AA，原始的优化问题变成了近似的混合整数多目标规划模型。 为了解决硬逼近优化问题，我们设计了一种与LINGO软件集成的改进的基于多目标生物地理的优化（MO-BBO）算法。 我们还比较了改进的MO-BBO算法和多目标遗传算法（MO-GA）。 最后，提供了一个现实的乳品公司示例，以证明改进的MO-BBO算法在解决方案质量方面实现了比MO-GA更好的性能。
