本文工作是一汽ERP(Enterprise Resource Planning)中高级排产计划系统中预研工作的一部分,目的是制定总装生产线、涂装生产线、焊装生产线和冲压生产线之间的高级排产计划。高级排产计划(Advanced Planning and Scheduling)能够帮助企业快速响应客户请求,生成满足约束条件的生产调度计划。传统的ERP是基于无限能力、无限物料的理论,它不能解决约束条件下高级排产问题。以遗传算法为代表的启发式算法逐渐引入到APS领域,为ERP的发展开辟了新的方向。本文研究和探索了中小企业的高级排产计划方法,结合遗传算法,设计并实现了单目标遗传算法YSGA和多目标遗传算法YMGA,并进行了对比实验。YSGA算法对Lee算法中工序之间的前序约束进行了改进,通过在变异操作中加入变异邻域搜索策略,消除了原有算法中不必要的工序约束。YMGA算法通过引入新的拥挤距离和局部搜索策略、规范化函数,摒弃了原有的适应度赋值方案,改进了JOSE算法。对比实验结果表明:YSGA算法获得的制造周期远远小于Lee算法获得的制造周期;YMGA算法获得的解集能够支配其他对比算法生成的解集,在间隔距离指标上YMGA获得的解比SAM低,与HMY、JOSE相近,该指标表明YMGA算法获得的解集在Pareto前端分布相对均匀。本文的工作对有效解决供应链中结构复杂、数据规模庞大的高级排产计划问题具有一定的意义。