轴辐式网络结构能带来规模经济效益，降低运营成本，且组织管理简单，是一种理想的物流网络组织形态，本文用其来优化大规模分布式物流网络的空间组织。为了应对现实中不确定因素诸如:成本、需求等的变化对网络设计的影响，本文研究应用Bertsimas&Sim稳健性优化方法对轴辐式大规模分布式物流网络设计问题进行稳健性优化。　　本文针对四类常见的轴辐式物流网络，根据其特点，将其对应为四类不同的轴辐式网络优化模型，在Bertsimas&Sim稳健性优化理论框架下，进行如下研究:　　(1)为轴辐式航空快运网络建立p-枢纽中位模型，构建费用和需求分别不确定时的稳健性对等式，提出了一种融合禁忌搜索的混合嵌套分区算法进行求解;　　(2)为轴辐式应急物流网络建立p-枢纽中心模型，根据优化模型的特点，构建费用不确定情况下的稳健性对等式，设计了一种混合离散粒子群和声搜索算法进行求解;　　(3)为轴辐式多式联运物流网络建立包含运输方式决策的枢纽选址模型，构建在需求不确定时的稳健性对等式，设计了一个组合遗传算法，枢纽节点的选址使用分组遗传算法，而运输方式的决策则由普通遗传算法完成;　　(4)针对枢纽容量受约束的轴辐式物流网络优化问题，根据其受限枢纽选址模型的特点，分别在需求和固定成本不确定时构建稳健性对等式，并设计了一种基于并行蚁群算法快速生成初始解的复合再连接路径求解算法。　　本文结合基准数据的算例仿真实验验证了本文提出的轴辐式物流网络稳健性优化设计模型能够更有效适应网络不确定数据带来的影响，有着很好的稳健性。