全球市场竞争日益激烈,客户期望的不断提高使得产品生命周期缩短,企业越来越关注供应链管理问题。供应链管理是在满足客户需求的同时,将供应商、制造商、零售商、顾客有效结合起来组织生产,使供应链整体运作达到最优。供应链协同是供应链管理中的重要问题,供应链上不同阶段的决策者通过协同来寻找应当如何安排产品的生产、配送顺序使整个供应链的运作达到最优。针对两阶段的制造链,本文考虑了供应商和制造商之间有库存和运输情况下各节点间加工顺序的协同,将供应链局部利益和整体利益进行综合衡量,从不存在库存、存在容量无限的库存和存在容量有限的库存三个角度建立多目标规划的数学模型。对于前两种情况利用遗传算法和基于人口的增量学习(Population-Based Increased Learning, PBIL)算法进行求解,其中遗传算法采用了顺序交叉、循环交叉和部分映射交叉多种交叉方式。最后将遗传算法和PBIL算法的求解性能进行比较。对于库存容量有限制的情况,提出三种出库规则,设计了基于仿真的优化算法,分析了不同问题规模的算例。通过对问题的求解和仿真实验,实验结果说明了算法的有效性,也充分说明供应链通过协同决策可以更有效的节约时间成本。