在当今竞争的市场环境中，商务竞争已不再是企业间的竞争，而是供应链之间的竞争；采用供应链管理已不再是一种选择，而是必须。供应链管理作为一种集成的管理思想和方法，执行供应链中从供应商到最终用户的物流的计划和控制等职能。 供应链通常包括三个阶段，即采购、生产、分销，本文针对供应链不同阶段内的优化问题以及不同阶段之间的协同优化问题分别进行了研究，提出了一些新的模型与优化方法，其中包括：针对供应链采购阶段的供应商评价与选择问题，提出了粗糙集理论改进层次分析法(AHP)的评价方法，并将其应用于供应商选择，建立了多目标混合整数规划模型，同时考虑了采购量折扣，很好地解决了该问题；针对供应链生产阶段的制造系统调度问题，提出了混杂微粒群优化与模拟退火的新型混合算法，在解决标准job-shop调度和多目标柔性job-shop调度问题中取得了良好效果；针对供应链分销阶段的供应商与零售商之间的协同问题，以及生产阶段与分销阶段的协同问题，分别采用不同的混合契约形式，通过博弈理论分析证明了混合契约可使供应链渠道协同，利润最大化。 具体地，本文主要对以下几个方面内容进行了研究： ●供应商评价与选择 在前人关于应用AHP进行供应商评价研究的基础上，针对AHP容易受主观判断、偏好影响的缺点，提出了粗糙集理论改进AHP的新方法，量化了定性因素，使AHP过程更直观和准确，消除了成对比较过程存在的评价偏见，判断矩阵表现出良好的一致性。 分别以采购单一产品和多种产品为背景，以供应能力、产品质量和及时运送为约束条件或优化目标，综合考虑价格折扣的影响，建立了单目标线性规划模型和多目标混合整数规划模型，提供了模型的求解方法，并以具体的实例验证了方法的可行性和有效性。 ●制造系统调度优化 制造系统调度问题本身大多是NP难问题，经典的运筹学方法在解决这一类问题时效率不高，因而该问题一直是学术界研究的热点。把一种新型优化算法—“微粒群优化”引入调度领域，采用圆整的方法将其离散化，发挥其简单、易执行、全局寻优能力好的特点；模拟退火算法使用概率来避免算法陷入局部最优，整个搜索过程可由冷却表来控制；通过对这两种算法的不同组合，提出了两种快速、且易于实现的新的混合启发式算法，并将其分别应用于求解标准Job-shop调度问题和多目标柔性Job-shop调度问题。 对于标准Job-shop调度问题，微粒群优化与模拟退火是顺序执行的，即微粒群优化过程的最好解是模拟退火算法的初始解，通过58个标准算例的计算结果以及与其它算法的比较说明了算法的有效性。而在多目标柔性Job-shop调度问题中，模拟退火算法是嵌入在微粒群优化算法中的子程序，两种算法分别执行分配与排序的功能，3个经典算例的计算结果表明了新算法良好的求解性能。 ●供应链协同优化 通过供应链协同可以优化配置企业内、外部资源，强化自身的核心竞争力，实现低成本、高质量、快速响应的目标。供应链契约是促使供应链协同的重要因素。针对单供应商—单零售商以及单供应商—多零售商的两级供应链，提出了利润共享与买回契约组合而成的新型混合契约，博弈分析过程及仿真数据计算说明，该混合契约可以达到理想的供应链渠道总利润。此外，该混合契约还具有风险共担、共同激励的作用。 针对一个制造商和一个(或多个相同)分销商组成的两阶段供应链，按照中心化与非中心化两种情况分别进行了分析，其中对非中心化情况采用Stackelberg博弈理论分别分析了在非协同与协同情况下的均衡结果，并指出采用混合契约可达到完美协同，说明协同契约可使供应链渠道利润最大化，达到双赢的目的。 本文研究工作受到国家自然科学基金项目(No.70071017)的资助。