半导体行业市场变化剧烈,其产品种类繁多且生命周期不断加快,企业必须缩短产品的市场反应时间和提高产品生产计划的制定水平来满足市场的动态需求变化。对种类繁多的产品进行生产计划决策需要考虑各种相关因素,其制定与优化过程也较为复杂。本文针对上述问题,对某跨国半导体制造企业生产计划中的实际情况进行分析,采用理论与实际相结合的方法,对生产计划优化和再计划决策进行了研究。本文提出一种利用两层模型进行生产计划优化的思路,其中上层模型为对全体产品的聚类分析,下层模型为对各类产品进行再计划决策。需求预测是生产计划决策的关键因素。可以通过需求预测的再预测分析、再预测的不确定性量化研究和生产计划决策的风险价值(VaR)分析,进行生产计划的再计划研究。本文的研究从以下几个方面进行:首先,采用短时间序列的模糊聚类(FSTS)按产品之间的相关性对全体产品进行聚类分析。为了更真实地反映产品生产计划数据曲线的相似性和趋势性,本文探索性地对FSTS聚类进行优化改进。实例验证了优化的FSTS聚类的可行性和有效性。其次,按不同数据形式对需求预测进行再预测分析。本文分别对横向数据进行时间序列预测、对纵向数据进行灰预测和对横纵向数据进行多元回归预测,后采用加权平均法、中间值法和回归法对三种预测模型进行综合分析,选取其中误差平方和较小的作为再预测综合分析的优化结果,相对预测误差的绝对值对再预测的效果进行了检验。再次,对再预测进行不确定性量化研究。不确定性量化的方法有参数统计法和非参数统计法。对于非参数统计法,本文结合非参数密度核估计和累积概率分布统计,探索性地提出非参数统计区间法对总体未知分布进行拟合。通过实例分析和方法比较,选用非参数统计区间法进行再预测的不确定性量化。最后,采用方差—协方差法对VaR进行计算,得出需求预测的VaR和库存的VaR;通过需求预测、库存、库存与需求预测联合的VaR分析,并结合再预测不确定性量化分析,对生产计划进行再计划决策。理论分析与实践应用表明,通过进行产品聚类和再计划决策,提高了生产计划的效率,使得全体产品生产计划全局优化。