面对日益增加的竞争压力和小批量多品种的市场需求，国际上越来越多的制造企业从总体战略出发，纷纷采用供应链管理模式与企业资源计划(ERP)系统运营方式，以实现对企业的整体优化。ERP中的核心问题就是生产计划系统，现有的生产计划系统以层次型计划为主，而层次生产计划中的最上层、最重要的计划就是集约生产计划，如何将集约生产计划恰当地分解成产品族计划，进而分解成产品项计划与主生产计划(MPS)，并且保持层次生产计划的连续性，成为每个企业竞相追逐的目标之一，这也是运筹学与控制论、系统工程与系统仿真、管理科学等领域研究的重要课题。 生产计划中现有的模型和方法常假设生产资源和能力以及市场需求是确定性的、精确的、非动态的。然而，在复杂的工业系统中，由于生产环境的复杂性，原材料市场的易变性和不可靠性以及用户对产品的多样化要求等，存在各种形式的随机性和模糊性，统称为非确定性。正是这些非确定性因素，使得生产决策与运筹管理更为复杂，既不能用传统的生产计划模型来描述和表达，更不能用基于精确数学方法的模型求解技术来优化。因此，把生产环境中各种形式的非确定性因素以及决策者的主观愿望和知识嵌入到不同层次的生产计划模型中，建立非确定性环境下的层次型生产计划系统是非常重要的，也是很有意义的工作。特别是在我国工业企业长期面临的管理随机性大，主观性强，基础数据不全，精确性差的环境下，显得尤为重要。 本课题作为国家自然科学基金课题—非确定性环境下层次型生产计划决策系统(70002009)和教育部留学归国人员基金“复杂工业系统的模糊建模与智能优化”的重要组成部分，以实际生产计划问题为背景，围绕非确定性环境中层次型生产计划决策系统中的集约生产计划和层次生产计划的模型和算法，进行了比较深入的研究，得到了一些有意义的结果和结论。主要工作包括以下6个方面： (1)提出一种基于改进的混合粒子群优化算法求解非线性约束规划方法。在介绍PSO算法基本原理的基础上，设计了约束适应度优先排序处理约束条件的方法，并通过动态邻域算子和可变惯性权重进行联合演化以求得全局最优解。对非线性规划例子的实例计算表明，该算法稳定性好，简单容易实现而又功能强大，易于掌握，对于多维非线性、复杂问题的求解具有普遍适用性。 (2)对具有模糊需求量、模糊加工能力约束以及资本水平约束的多品种类集约生产计划的机会约束规划描述和求解方法进行了研究。应用机会约束规划构造满足需求的可能性水平函数，讨论了可能性分布函数的性质，建立了具有模糊需求量集约生产计划问题的机会约束规划模型，并提出了求解模型的总体步骤，使其在模糊环境下的决策过程更具柔性。 (3)研究了资源受限的集约生产计划(APP)问题。当模糊参数的隶属函数不易给出时，考虑用区间数来近似地表示这些参数，并采用区间规划模型描述集约生产计划问题。从减少劳动力水平变动和稳定生产的角度，研究劳动力水平对集约生产计划最优结构的影响，并与没有劳动力受限的APP模型进行了对比。 (4)讨论了具有惩罚因子的模糊集约生产计划问题。在模糊资源约束的情况下，增加资源(突破资源约束)可能会带来高额损失费用(惩罚费用)，因此决策者希望在有限的模糊资源约束情况下，以尽可能小的惩罚或决策者满意的惩罚费用来获得最大的整体效益。为使决策结果更具柔性，设计了交互式多准则求解方法，对多个问题进行了仿真，取得满意结果。 (5)层次分解生产计划问题及求解算法的研究。在产品递阶结构的基础上，提出了产品族分解计划模型，重点研究不同层次计划之间的交互作用。通过对PSO算法粒子的分层设计来实现对集成化计划的不同粒度空间表示，提出了基于模糊规则的交互式混合优化算法。该算法利用模糊规则求解分解计划，并在优化过程中引入反馈来调整上层计划模型，据此实现对递阶结构的寻优。 (6)模糊环境下层次型生产计划系统(FHDSS)基本框架的研究。从FHDSS的分层结构、企业计划信息模型的描述、反馈策略和柔性决策机制等几个方面，采用信息流和模型集成的方法，对模型库、数据库、知识库、规则库进行了设计与开发，便于与MRP和ERP系统集成，这为将来在实际系统中应用打下了良好的基础。