印染加工是纺织工业产业链中最重要的环节之一。由于染色加工工序耗时长、约束限制多且随机性高,因此染缸排产工作非常繁琐且技术性较强。人工排产不仅耗费大量的人力物力,排产计划的质量也难以把控,最重要的是人工排产已经成为企业上层信息管理系统和底层生产控制系统之间的断层。随着纺织工业的发展,生产需求不断变化,现有的研究成果已经不能很好地满足应用需求。研究合理的染缸排产模型、设计有效的智能优化算法,不仅有助于提高企业效益、降低生产能耗,对实现染纱车间的自动化生产、排产计划的智能调控也很重要。因此,本文从实际需求出发,重点研究染缸排产问题模型及其优化算法。主要工作及成果如下:首先,结合具体问题背景,总结印染生产流程及特点,扩展了现有的染缸排产模型。以洗缸成本、染缸切换成本和延误代价为优化目标,增加了产品禁荧光约束、染缸维护时间约束、进出缸并发约束、头缸约束和拆缸约束五个约束条件,建立了染缸排产约束模型。然后,以产品为基本调度单位,基于构造性方法设计了滑动时间窗启发式调度算法,按照规则顺序对产品进行分批及批次调度。在产品分批时,对普通产品(原计划中的产品)和增量产品分别处理。普通产品使用拆缸和拼缸两种方式划分批次,而增量产品直接获取原计划中的分批方案。在调度批次时,调整批次所用染缸及加工时间,生成产品的可行调度方案。通过数值实验,检验了滑动时间窗启发式调度算法的高效性,相对于人工排产结果,求解质量更高。最后,为了进一步优化调度结果,对理想状态下的产品批次调度优化做了探索性研究。在无并发约束的条件下,以染缸的批次序列为基本调度单位,建立了基于列生成的批次调度模型,并设计了分支定价算法求解。在求解过程中,根据问题特点分别提出了算法的几个关键问题的解决方案,其中价格子问题设计了两种求解算法,分别为基于改进贪心搜索和基于变邻域搜索的价格子问题算法。结合数值实验,对模型及算法的可行性进行了验证,分析了两种价格子问题求解算法。结果表明,大部分算例的目标值均有明显优化,并且在可接受的时间内,基于变邻域搜索的价格子问题算法的优化效果更好。