在经济全球化背景下，大型制造企业为了实现对外扩张，往往会进行区域性、甚至是全球化产业布局，在交通、通讯以及计算机技术等迅速发展的基础上，形成了网络化多工厂协同制造模式。它将分布在不同地域的多个工厂的资源进行综合管理并协同调度，以提高企业的经济效益。同时，在企业环境责任规制和经济利益的双重驱动下，许多企业开始将处于生命周期末端的废旧产品进行回收再制造，并将再制造活动整合到原有多工厂生产流程中，形成一个更加集约化的网络体系。在再制造产业的培育阶段，企业通常会采用一些折扣策略来提高再制造产品的市场份额，但同时可能会影响同类新产品的销量，以及企业整体的资源安排和产能调度。另一方面，如果企业单纯追求整体收益的最大化，忽视部分工厂的个体利益，可能会激化工厂之间的竞争矛盾，难以真正形成多工厂的协同效应。因此，在考虑折扣策略和个体利益的情况下，如何有效制定多工厂制造/再制造协同生产计划显得尤为重要。本文在综述了国内外相关文献的基础上，针对现有研究的不足，以提高企业的经济效益和社会效益为出发点，对多工厂协同环境下的制造/再制造生产计划问题的建模和优化进行了分析和探讨。本文的主要研究工作如下：　　（1）在现有研究基础上，引入了废旧产品的再制造活动，并将其拓展到可再制造核心零部件的物料需求计划层次，以企业整体收益最大化为优化目标，建立了基础的协同生产计划模型。在此基础上，为了提高再制造产品的市场份额和产销率，分别对全单位数量折扣策略和边际数量折扣策略进行了数字化描述，并分别建立了两类数量折扣策略的协同生产计划模型。然后，根据模型结构特点，设计了启发式自适应遗传算法对模型进行求解。该算法嵌入了一类启发式规则，通过将非可行解最大限度的转化为可行解，保留优秀基因片段，从而提升算法的求解效率。　　（2）针对由多个制造/再制造工厂组成的分布式系统，在上述基础计划模型的基础上，考虑各工厂存在的个体利益诉求，利用“投入-产出”匹配原理和偏离系数法设计了各工厂个体利益平衡标度。将整体收益最大化和个体利益平衡标度最小化（即最大限度的平衡个体利益）同时作为两个优化目标，建立了考虑个体利益平衡的多目标多工厂制造/再制造协同生产计划模型。然后，根据模型结构特点，引入Pareto占优概念和拥挤距离排序机制，设计了相应的多目标遗传算法对模型进行求解。