前言
自18世纪产业革命以来，手工业作坊向工厂生产方向迅速发展，出现了制造业。制造业根据企业的生产工艺特点，可以粗略分成三种类型：连续制造业、离散制造业和介于二者之间的混合型企业。随着制造业的产生，所有企业几乎无一例外地追求着基本相似的运营目标，即在给定资金、设备、人力的前提下，追求尽可能大的有效产出；或在市场容量的限制下，追求尽可能少的人力、物力投入；或寻求最佳的投入产出比。就其外延而言，为追求利润；就其内涵而言，为追求企业资源的合理有效利用。大约在1960年，计算机首次在库存管理中获得了应用，这标志着制造业的生产管理迈出了与传统方式决裂的第一步。也正是在这个时候，美国出现了计算机辅助编制的物料需求计划（Material Requirements Planning, MRP）系统，随后发展为企业资源计划（Enterprise Resource Planning, ERP）系统。离散制造业中的生产批量计划问题是 MRP/ERP中的关键问题。生产批量计划问题是一个理论和算法上研究的难点，也是在生产中产生重大经济效益的问题之一。探索实用和有效的计算方法，仍是国际上众所关注的热点研究课题之一。
物料需求计划是制造资源计划/企业资源计划（Manufacturing Resource Planning/Enterprise Resource Planning, MRPⅡ/ERP）的基础，同时也是供应链管理（Supply Chain Management, SCM）的基础。在制造和分销企业中，遇到的最普遍的决策问题就是与 MRP 相关联的决策问题。虽然这些决策问题是这些企业每天都要面对的问题，但是并不意味着这些问题就是容易解决的。生产批量计划问题（Lot-sizing Problem, LP）是MRP系统中的关键问题，它可以分为多种类型。从生产能力来看，包括资源约束（Constrained）批量计划问题和无资源约束（Unconstrained）批量计划问题；从产品的结构角度看，包括单级（single）结构、线型（serial）结构、装配（Assembly）结构和一般（General）结构的批量计划问题；还有以需求方式角度来划分的固定（Fixed）需求、时变（Time-varying）需求、随机（Random）需求和模糊（Fuzzy）需求环境下的批量计划问题等。
本书主要针对需求确定环境下，考虑单一目标的、具有不同产品结构（Bill of Material, BOM）生产批量计划问题，设计了多种亚启发式（Metaheuristics）算法，包括如下内容。
（1）无资源约束多级生产批量（Multilevel Lot-sizing, MLLS）问题的粒子群优化（Hybrid Particle Swarm Optimization, HPSO）算法。该算法引入柔性惯量和反捕食概念，形成带有柔性惯量的粒子群算法（Particle Swarm Optimization, PSO）和带有柔性惯量的反捕食粒子群算法（Antipredatory Particle Swarm Optimization, APSO）。通过计算算例表明了几种PSO算法的可行性和有效性。
（2）无资源约束 MLLS 问题的排斥算子遗传算法（Genetic Algorithm integrated with RO, RGA）。采用几组算例将 RGA与普通遗传算法（Genetic Algorithm, GA）的运行效果进行比较，结果表明 RGA略优于GA。
（3）结合变异算子的混合分散搜索（Hybrid Scatter Search, HSS）算法。算例的计算结果表明 HSS算法能够有效地求解MLLS问题，其求解结果明显优于GA的求解结果。
（4）将目前约束处理时常用的罚函数法和能力调整法与元算法相结合，提出了求解多资源约束单层级多产品生产批量计划问题的混合元算法。采用3组算法执行策略，并对每组执行策略的具体实现过程，以流程图的方式进行了描述。通过文献中的算例对3种执行策略进行了测试和比较，验证了算法的可行性和适用性。
（5）针对多级多资源约束的MLLS问题，提出了一种基于SS算法与能力调整方法相结合的方法（Scatter Search integrated with Capacity Adj ustment Methods, CAM-SS），阐明了该方法的具体实现过程。在CAM-SS方法中，首先按无资源约束问题采用 SS算法对问题进行求解；之后采用能力调整方法按“先顺序—后逆序”的方式逐个时段处理资源约束条件。通过对计算实例进行计算和结果比较分析，表明该算法在寻优能力、求解速度和稳定性方面明显优于文献中的GA算法。
本书在MRP/ERP的大背景下研究生产批量计划问题的相关算法，致力于呈现产品生产过程中的最佳计划方案。本书针对离散制造业中不同类型的生产批量计划问题，在查阅国内外大量期刊、书籍、会议文集、研究报告等文献的基础上，进行了相关研究综述，提出了无资源约束多级生产批量（Multilevel Lot-sizing, MLLS）问题的 HPSO, RGA and HSS 算法。提出了求解单级多产品多资源约束生产批量计划问题（Single-level Multi-product Multi-resource Constrained Lot-sizing Problem, SMMCLP）的混合元算法（Hybrid Meta-heuristic Algorithm, HMA）并设计了三种算法执行策略。针对多级多资源约束问题（Multi-level Multi-resource Constrained Lot-sizing Problem），设计了一种基于 SS算法与能力调整方法相结合的算法。本书为解决生产批量计划问题提供了研究基础，具有重要的参考价值。
本书由韩毅副教授独立完成，同时也引用了大量前人的学术成果，并尽量在书中加以标明，如果有遗漏，敬请指正。作者在此也感谢众多学者的帮助与支持，尤其要感谢作者的博士生导师东北财经大学管理学院唐加福教授一直以来的关心与指导。感谢华中科技大学管理学院杨超教授和匹兹堡大学Jeniffer Shang教授的指点与帮助。感谢浙江工业大学经贸管理学院蔡建湖教授和浙江省委党校包兴副教授在本书撰写过程中的指点与帮助。感谢家人和研究团队在作者学术研究过程中的支持与付出。感谢国家自然科学基金项目《基于中小企业虚拟联盟集成优化与调度问题研究》（71301147），国家自然科学基金项目71202140、71572184和71301148，教育部人文社会科学项目《基于逆向物流的生产项目调度问题研究》（12YJCZH065），浙江工业大学2014年度学术特区计划二期经费GZ152105164800和浙江省技术创新与企业国际化研究中心对本书研究和出版的资助。
本书的主要适用对象包括从事供应链管理研究方向的博士生、硕士生，从事物流管理研究方向的本科生、物流工程硕士、企业相关工作人员等在学术研究、实际工作中均可参考使用。