为快速响应消费者个性化、多样化的需求,我国制造型企业普遍采用订单式生产(Make-To-Order)。但是,订单式生产增加了企业生产计划运行的不确定性和动态性。为了适应新的市场竞争环境和要求,越来越多的MTO企业建立供应链协同的上下游企业合作伙伴关系,实现信息共享与优势互补,降低整体成本的目标。为了优化这种合作伙伴关系,本文以我国订单生产式企业为研究对象,以生产批量为主线,从供应链视角来考虑订单生产式企业生产批量建模与优化问题,为我国订单生产式企业生产批量决策提供理论依据和方法借鉴。具体研究内容如下:(1)文献综述。介绍订单生产式企业生产计划与优化、不确定需求/产出的生产批量决策、基于供应链的生产批量决策问题研究的理论和方法。(2)生产批量决策。①构建了单阶段和两阶段最优生产批量模型,通过单阶段与两阶段最优生产批量表达式比较得出:单阶段的最优生产批量与生产单位成本、缺货单位成本和超产处理单位成本的需求分布函数相关,而两阶段的第一阶段最优生产批量与缺货单位成本和库存单位成本的需求分布函数相关。两阶段的第二阶段最优生产批量除了与第二阶段的需求量分布函数、缺货单位成本、库存单位成本和生产单位成本相关外,还与第一阶段的随机需求量和第一阶段的最优生产批量相关。②分别建立了多阶段单产品和多阶段多产品生产批量决策模型,并采用动态规划算法得到了各个阶段模型对应的最优生产批量。(3)不确定产出的投产量1决策。①合格产品的产出数受各种生产因素的影响,具有较大的不确定性。本文建立了产品不合格率服从连续随机分布的投产量模型,通过求导获得最优投产量表达式,得到了最优投产量存在时需满足的条件。②针对某些复杂的不合格率概率密度函数,建立了产品不合格率服从离散随机分布投产模型,采用步长-比较算法来求解模型的最优投产量。③根据“学习曲线”原理,建立了基于“学习曲线”的投产模型,通过选取某一铝业公司相关数据验证了模型的有效性。(4)不确定产出的供应链投产量决策。①针对供应商合格产品产出的不确定性,以期望利润为目标,建立了供应商和销售商二级供应链的集中决策和分散决策两种模型。这两种模型都存在最优投产量,能使期望利润达到最大值。对两种模型求导,获得对应的最优投产量表达式。对集中决策与分散决策表达式进行分析,得到最优投产量均随着市场潜在需求的增加而增加,随着合格率标准方差的增加而减少;另外,集中决策与分散决策模型的最优投产量还分别随生产成本与和价格弹性系数的增加而减少。②在分散决策模型中,分别从供应商和供应链角度,求解得到相应的最优批发价。虽然从供应链角度获得的最优利润优于从供应商角度获得的利润,但此时的供应商最优利润为0。本文考虑销售商和供应商分配的利润不低于从供应商角度决策批发价得到的最优利润,构建了利润协调模型,得到了利润分配系数的取值范围。通过选取某一服装批发市场相关数据验证了模型的有效性,有效解决了利润分配不合理的现象。(5)不确定产出的闭环供应链投产量决策。基于产出的不确定性和旧产品的回收,以投产量和消费者回收价为决策变量,建立闭环供应链集中和分散决策两种模型。通过对模型的投产量和消费者回收价分别求二阶偏导数分析,得到两种模型都存在联合最优投产量和最优消费者回收价。因此,在闭环供应链集中决策下,最优投产量比一般性的供应链少;在闭环供应链分散决策下,最优投产量和最优批发价与一般性供应链相等。本文选取某一电器旧品回收市场相关数据验证了模型的有效性。(6)不确定需求与产出的供应链投产量决策。①考虑需求的不确定性和产品合格率的随机性,分别建立以投产量为决策变量的供应链分散决策模型和集中决策模型。②对于分散决策模型:对销售商订购量模型与供应商投产量模型分别求导,证明了销售商存在最优订购量,供应商也存在最优投产量,并得到了相应的数学表达式。通过需求和产品合格率服从均匀分布模型的分析,得到了供应商最优投产量随着产品因再投产产生的准备费用、需求服从均匀分布的均值以及销售商因订货不足而使得缺货单位成本的增加而增加,随着产品不合格单位处理成本和销售商过量订购单位成本的增加而减少。③对于集中决策模型,考虑需求和产出不确定,通过对投产量决策模型的投产量求导证明了模型存在最优投产量。在此基础上,通过需求和产品合格率服从均匀分布模型的分析,得到了最优投产量数学表达式,推导出最优投产量随着产品因再投产产生的准备费用和需求服从均匀分布的均值的增加而增加,随着产品不合格单位处理成本的增加而减少,通过选取某一铝业公司相关数据验证所建立模型的有效性。