近年来,电器电子类产品生命周期的缩短、科学技术的创新以及自动化生产需求的增大使得电子废弃物成为增长速度最快的一类废弃物,资源和环境等因素迫使政府和企业为电子废弃物构建完善的回收物流网络,那么通过回收站的选址和车辆的服务路径优化来解决现有电子废弃物回收网络中存在的回收效率低和运营成本高等问题具有一定的现实意义。考虑到现有研究中往往忽略了车辆资源的有限性,本文结合共享经济背景,建立考虑租赁社会车辆的电子废弃物回收选址-路径优化模型,以期在满足需求点多种回收需求条件下降低回收网络的运营成本。具体的研究内容与创新点如下:（1）研究确定性需求下考虑租赁社会车辆的电子废弃物回收选址-路径优化问题。在该问题下满足需求点的回收需求有两种方式,一是需求点将电子废弃物自送至回收站,二是回收站安排车辆上门收集电子废弃物,同时需求点回收需求量和需求处理时间是确定的。考虑满足所有客户可接受的服务时间窗范围内的回收需求,建立了电子废弃物从需求点到最终回收处理中心过程中运输成本和租赁成本之和最小化的混合整数规划模型,开发了遗传算法和两阶段贪婪算法,并将结果与CPLEX求解器求得的精确解对比分析,验证了遗传算法和两阶段贪婪算法的有效性。研究表明,决策者在进行电子废弃物回收站选址和车辆路径优化时,考虑需求点的回收需求和租赁社会车辆,不仅提高电子废弃物的回收率,同时降低回收过程中车辆成本。（2）研究考虑不确定需求下租赁社会车辆的电子废弃物回收网络选址-路径优化问题,该模型为上一情形的拓展。不确定性体现在需求点的回收需求量和回收处理时间的不确定性。优化目标是最小化由回收站建设成本、车辆的运输成本、租赁成本及车辆的使用成本构成的总运营成本。结合样本平均近似法和迭代自组织数据分析算法等对所建立的混合整数规划模型中的不确定性参数进行处理,同时设计模拟退火算法,通过算例对比分析了基于样本平均近似法和迭代自组织数据分析算法、传统K-means算法在CPLEX求解器上以及模拟退火算法、上一章设计的遗传算法、两阶段贪婪算法的求解效果。结果表明:基于迭代自组织数据分析算法的模拟退火算法在求解质量上更胜一筹,因此当需求点的回收需求不确定时,管理者在进行选址-路径问题优化时,可在大规模不确定情形下找出具有代表性情形来借助优化分析来决策方案,以达到决策方案高效、准确的效果。最后,指出了考虑租赁社会车辆的电子废弃物回收选址路径优化问题后续在模型目标与求解算法优化方面的研究方向。