近几年供应链（SC，supply chain）研究已成为随机模型领域中新的研究热点。供应链中的订单装配系统（ATO，assemble-to-order）是各类供应链中的一个重要商务模型。确定订单装配系统的指标和实现最优协调，关键是建立系统的数学模型。　　本论文正是针对上述问题，以()/jXj jM t G排队群为研究对象，将()/jXj jM t G排队群以及优化算法作用于供应链订单装配中。论文的主要内容为：　　1．研究了由非齐次Poisson流成批到达过程驱动的()//jXj jM t G￥排队群，导出了联合队长过程和联合输出过程的多元母函数，给出了各排队系统之间的相关性分析。　　2．将//i X i i M D￥排队群引入到供应链的订单装配模型中，采用启发式算法研究了稳态下基于组件基本存货水平、组件立即满足率的组件拖欠成本和持有成本的优化问题，从而找出了最优的组件基本存货水平，并给出了相应的数值例子。　　3．研究了基于有限容量的/i X i i M D排队群、采用()，i i R Q存货策略的订单装配系统。由于/i X i i M D排队群具有有限的容量，所以本文不仅考虑了基于生产商的性能指标，也考虑了基于供应商的性能指标，并采用Stacklberg主从策略达到两者之间的平衡。之后本文利用遗传算法对基于重新订货点、定货量以及供应商额外容量的生产商的长期费用进行了优化，给出了相应的数值分析。