不確定性(uncertainly)這項因素，對於決策來說影響甚鉅，不論在價格、
勞力、回收甚至環境上，都會對於結果造成影響。而對於逆物流供應鏈來說，更 是充滿的不確定性的問題，例如回收數量的不確定性，會對於在製造的來源充滿 變數；而回收品值的不確定性更是無法如正物流上原料取得的品質能夠掌握，也 因此過去正物流的相關最佳化模式無法直接拿到逆物流供應鏈來使用，決策者唯 有將不確定性因素整體的考慮的決策模型中，才能有效的達到自己的目標。
而(Teunter et al. 2011)年的研究中探討再製造商對於不同回收品質的回 收品所做出的決策，作者利用多項式來表示不同階級的品質，然後利用數值分析 導出在不確定性與確定性需求下，最佳回收量及再製造政策。
在(Yu et al. 2000)的研究中提到不確定性是自然的存在環境中，難以消除，
決策者唯有將不確定性納入決策的邏輯架構之中，在了解不確定的成因及背景之 下做出新的決策，才是較好的解決辦法 。
綜合上述三者的研究以後可以發現，當我們要探討或是研究逆物流的時候，一定 要把逆物流的不確定性考慮進去，否則我們無法有全面性的觀點下去研究。
13
在(MATTHEW et al. 2004)針對地毯回收再處理系統的設計研究中,關於處於 不確定下的二手地毯回收數量及處理後再生原物料價格,此兩種變數分別設計各 高、中、低,總計九種情境,並採取穩健最佳化的方法尋求一穩健的最佳配置解, 決定出在不同情境下淨利皆表現良好的回收站、處理廠之地點、運輸模式等決 策。
在(Hong et al. 2006)等人的研究當中，採取以情境設計為基礎的穩健最佳
14
15
隨機規劃早在 1950 年代時就被 Beale、Dantzig、Charnes 與 Copper 等人架 構出來，最早的原因是在於在解決線性規劃的問題時，需要模式中完整參數的資 訊，但這往往是不可得的，因此他們假設這些未知的參數是符合隨機分配的隨機 變數，利用這種性質來取代確定性的觀點。
兩階段隨機規劃 (Two-stage stochastic programming):為建構隨機規劃問 題模式之方法，依據決策問題是否包含不確定因素—也就是隨機事件，將問題分 為不包含隨機事件之部分，以及包含隨機事件共兩階段，第一階段為不受隨機影 響的決策，而第二階段則為受到不確定性影響的決策。
兩階段隨機規劃其數學通式如下:y(ω)表示會受到隨機事件影響的決策變 數，x 則是不會被影響的決策變數， ,為第一階段不受隨機事件影響的目標式，
為第二階段受隨機事件影響的目標式期望值，其中 表示係數， 為受隨機事件影響的目標式。實際建構模式時，先 計算第二階段包含隨機事件的期望函數，再將結果套入至公式(2-1)，結合第一階 段的變數以求得完整的目標式 z 值。
除此之外，也可進一步將兩階段問題延伸為多階段(Multi-stage)隨機規劃，
依據不同決策問題的需求來建構模式，其將不確定因素分層展開，每一層的決策 將成為下一層的決策基礎，層與層之間具有相依性。
在(Listeş et al. 2005)的研究當中，將隨機規劃的概念實踐在產品復原模 型(product recovery network)的設計上。Listes 等人認為，不確定性是逆向 物流的一大特色，然而傳統的確定性模型，並未將現實環境中的不確定性因子考 慮進去，即使採取了單一或多變數的敏感度分析，也只是在模型建置完成之後才 分析何者為影響結果的擾動因子，而非事前規劃。此研究以回收、處理廢棄砂石
16