物料需求计划从产生至今经历了三个阶段，分别是传统的物料需求计划(MRP)、制造资源计划(MRP-II)和企业资源计划(ERP)，这三个计划的核心都是物料需求计划和能力需求计划。 物料需求计划和能力需求计划是两个不同的模块，物料需求计划以最小化库存成本为目标，而能力需求计划则以最小化加班成本为目标，两者目标的不同导致物料需求计划和能力需求计划的脱节，造成资源浪费、成本增加、盲目生产的情况出现。 针对上述情况，本文提出一种新的物料生产计划，将物料需求计划和能力需求计划结合起来，综合考虑库存成本和加班成本，以最小化总成本为目的，以计算每个物料在每个时段在每个工作中心的计划生产量为目标，建立了新的数学模型，并提出了新的约束优化问题。 由于此约束优化问题含有相当多的整数变量，使用传统的优化算法较难求解，本文又提出了使用混合遗传算法进行求解的新想法。混合遗传算法结合了遗传算法、人工免疫算法和模拟退火算法的特点，充分利用了遗传算法较强的全局搜索能力，人工免疫算法中利用个体浓度保持个体多样性的机制和模拟退火算法较强的局部搜索能力的优点，将三种算法有机地结合起来，更快更有效地逼近全局最优解。另外，本文还利用马尔可夫链的性质对混合遗传算法的收敛性进行了证明。 在应用混合遗传算法对物料生产计划的约束优化问题进行求解的过程中，设计了专门的编码方式和处理约束的惩罚函数，并设计了选择算子、交叉算子、变异算子和模拟退火算子，还给出多个具体的案例进行计算和比较，计算结果表明物料生产计划能够综合考虑库存成本和加班成本，使得总成本明显小于物料需求计划和能力需求计划的总成本，体现了优化物料生产计划的优越性；另外，计算结果还表明混合遗传算法能够有效地计算出全局最优解，为求解多变量约束优化问题提供了一种新的方法。