随着我国经济的快速发展,汽车零部件制造业的竞争也比以往任何时候都要激烈,要想能够生存和发展,就要对市场的信息实时的掌握,并能够做出快速的反应,因此复杂的市场环境对这些企业就有了更高的要求。在汽车行业中,零部件企业属于底层环节,在产品质量得到保证的情况下,如果零部件制造企业无法满足客户的需求,对成本的控制不能够应对突发变化,就会失去很多客户,这样企业就会有很大的损失,对公司的发展也是非常不利的。生产计划和生产调度是企业生产管理最重要的部分,好的计划和调度能够充分利用企业的资源,使企业获得最大的效益。本文介绍了汽车零部件行业发展和管理的特点,分析了汽车零部件的生产计划方式,并详细说明了各种生产计划的层次结构。汽车零部件的生产是非常复杂的优化问题,现如今虽然已经提出了许多优化求解方法,但多数只适用于规模较小的问题,而且这些方法各自都存在一定的缺陷。本文将禁忌搜索融入到遗传算法的变异过程中去,用来弥补遗传算法的缺点,从而提出了一种混合算法。本文以汽车零部件生产获得的利润最大化为目标,对汽车零部件生产计划的优化问题进行研究。先根据汽车零部件的生产流程建立了整数规划模型,并在此基础上进行简化,建立了汽车零部件生产计划的随机期望值模型,并通过混合算法进行求解。同时本文还研究了汽车零部件作业车间调度的问题,以最小化完工时间为优化目标,采用遗传算法和禁忌搜索算法相结合的混合算法进行研究。最后本文还通过实验仿真来验证,从得到的结果可以看出,混合算法的设计是可靠和可行的。