华为供应链的生产计划在公司计划域中扮演至关重要的角色,却面临着计划效率低、人力与沟通成本高等问题。本文以该实际生产计划问题作为背景,将问题抽象为具有最小生产量的多需求类型、多物品、多工厂、多层级的超大规模多期生产计划问题,问题包含需求满足最大化及成本最小化两类目标。首先,本文通过数学转换,将非线性约束转化为线性约束。并结合问题性质及管理经验,设计出基于拉格朗日乘子法的序列启发式分支搜索算法对问题进行求解。算法的核心思想是解耦,第一层解耦是将问题的实数约束与整数约束进行分离,并针对实数问题的软性约束,通过拉格朗日乘子法将其罚到目标上,降低求解的复杂度;第二层解耦是分步处理问题的整数约束,达到从问题规模上进行分解的目的。算法依解耦粒度的大小分为Sequential Algorithm-1.0与Sequential Algorithm-2.0,后者在需求离散、生产要求高的产品上表现更佳。最后,针对目标权重系数与算法超参两类算法参数,本文提出详细的参数优化方案以匹配需求分配优先级、求解时间限制等实际需求。经实验验证,本文提出的模型、算法及参数在千万量级变量与约束规模的真实数据上能输出高质量的解,并于一小时内给出完整的解决方案。研究内容在华为生产环境中的部署工作正在进行中,对制造业的智能化转型具有重要参考价值。