多级多项目批量问题的求解是商业管理软件的核心部分,用于求解批量问题的算法在提升商业管理软件运行效率过程中扮演重要的作用。在算法运行阶段,常常会出现许多不可行解,这些不可行解挤占种群并扰乱最优解的搜索进程。另外,目前多数算法对批量问题求解时,其结果的质量非常依赖初始解的种群在解空间的分布。本文提出了两种考虑提前期以及Carryover类型调整结构的多级多项目批量问题的模型。首先,采用二进制编码方式的自适应遗传算法对能力约束的多级多项目批量问题进行求解。自适应遗传算法通过控制交叉操作和变异操作的概率,使批量计算在计算初期倾向于全局搜索,而到了计算后期倾向于局部搜索。引入了免疫算法中的记忆细胞增强算法搜索效率,最后通过算例证明算法的搜索效率。其次,本文对带有Carryover调整形式、考虑提前期的多级多项目无能力约束批量问题进行研究。由于数据结构中的森林和物料清单的相似性,本文中将森林编码方式引入到单亲遗传算法中,并采用该算法对无能力约束的多级多项目批量问题进行求解。以往在二进制编码中,对前继和后继进行搜索时,需要对二进制矩阵进行遍历。在新算法中,只需要通过基因中的指针就可以直接找到该任务的前继。由于单亲遗传算法的特性,种群的初始解的分布不影响算法运行结果的优劣。最终,实现一个生产计划原型系统,本文中提出的算法被应用于其中,算法的在实际生产中的可行性和应用价值得到了验证。