针对医疗废物回收网络的不确定性，选取医疗废物量和运输成本作为关键变量，构建有多个不确定参数的多目标非线性整数规划模型，并引入鲁棒优化来处理不确定因素。为求解该模型，结合多目标粒子群算法（MOPSO）和遗传算法（GA），外层GA负责选址决策，内层MOPSO则针对选址结果进行配送路径优化。再以国内某城市为实证对象，仿真实验结果显示，本文算法相较于传统遗传算法，总成本降低了10.37%，总风险减少了1.86%，工作量偏差缩减了50.18%。敏感性分析表明，医疗废物量的不确定性对目标函数的影响更为显著。因此，决策者可根据风险偏好调整不确定参数，以获得最佳的医疗废物回收网络优化方案。