随着经济的飞速发展和人民消费水平的日益提高,各类电子电器产品更新换代速度不断加快,因此产生了大量电子废弃物。电子废弃物中含有大量有害物质,若电子废弃物未经过正规的分解回收,则会对居民的身体健康和生活环境产生较大危害。同时电子废弃物又具有潜在经济性,其拆解处理后获得的金属、材料和可再利用资源有极高的经济价值,但目前电子废弃物回收行业还未形成完整的产业链,缺乏在运输过程中的成本控制。与正向物流相比,由于电子废弃物逆向回收的分散性和不确定性,逆向回收物流的车辆配置和路径规划问题更加特殊和复杂。因此结合电子废弃物逆向回收路径规划问题特点,研究对应的车辆配置和路径规划方案,降低电子废弃物逆向回收的成本,对可持续发展战略具有重要意义。首先,基于电子废弃物产量多、增长率高和电子废弃物逆向回收物流网络构建不完善的背景,分析梳理电子废弃物回收理论、路径规划理论及相应解决算法,并对鲁棒优化理论和本文涉及算法的概念进行阐述。结合电子废弃物逆向回收特性,建立以固定成本、运输成本和碳排放成本最小化为目标的需求确定下的电子废弃物逆向回收路径规划模型,针对以往算法求解模型过程中存在收敛速度过慢、计算精度过低的局限,引入ε-约束法和人工鱼动态调整策略,提出改进人工鱼群算法,并以随机生成需求量的算例验证模型和设计算法的有效性和稳定性。其次,针对逆向物流存在不确定性的特点,在上述确定型模型中引入不确定需求参数,构建需求不确定下的非线性优化模型,通过鲁棒优化理论和强对偶理论将模型转化为需求不确定下的电子废弃物逆向回收路径线性优化模型。在改进人工鱼群算法的基础上阐述算法的具体流程,并通过与初始人工鱼群和蚁群算法的对比分析加以验证。在上文的算例基础上引入不确定预算（38）和扰动率?,通过改变（38）的取值来分析需求发生波动的回收点数量对成本增长率的影响。然后通过不断调整扰动率?的取值来分析模型鲁棒性与解的鲁棒性之间的关系。最后,总结本文在电子废弃物逆向回收现状、电子废弃物逆向回收路径规划模型和求解算法等三方面的研究成果,对需求确定与否的情况下选择不同的配置方案,给出电子废弃物逆向回收的具体车辆路径规划策略和成本构成,并指出未来可供参考和研究的方向。