生产计划与调度在制造业生产运行管理中发挥着至关重要的作用，对企业在降低生产成本、有效利用资源等方面有着重要的影响。生产计划与调度分别属于中期与短期两个不同的决策层面。通常情况下，生产计划与调度按顺序依次制定，也就是首先制定生产计划，然后依据所制定的计划产生具体的调度。这种递阶制定生产计划与调度的主要弊端是在制定生产计划时没有考虑详细的调度层信息，所制定的生产计划往往是不可行，即根据计划层所制定的决策，可能带来调度不可行问题。因此，研究生产计划与调度集成优化问题是必要且有意义的。　　本文以离散制造业为背景，针对不同的生产环境下的生产计划与调度集成优化问题，建立了数学模型，开发了相应求解方法。论文主要工作概括如下:　　1.针对汽车同步装配线的生产计划与调度集成优化问题，建立了混合整数非线性规划(MINLP)模型。提出了一种基于拉格朗日松弛的分解法，将所建立的模型分解为批量计划、子批排序（调度）、拖期与提前期等子问题。将调度子问题转化为与时间相关的旅行商问题，并采用dynasearch算法求解。证明了计划子问题的MINLP模型可以线性化为混合整数线性规划(MILP)，经过证明，得到了有关拉格朗日乘子的一个性质，该性质可以用来加速算法收敛速度。对于拉格朗日对偶问题，用均衡方向策略法求解。仿真结果表明了模型及算法的有效性。　　2.针对一类两阶段生产系统的生产计划与调度集成优化问题，建立了离散双层规划模型。该模型能够反映两阶段生产系统生产计划与调度相互关联的特点。提出一种基于混合优化方法的分支定界解法，证明了相关性质。基于这些性质，给出了有效缩减搜索空间的方法，构造了有效下界。针对分支定界法的松弛问题，给出了一种采用模拟退火算法与预估校正法交替迭代求解的混合优化方法。通过仿真，验证了模型与算法的有效性。　　3.针对柔性作业车间的生产计划与调度集成优化问题，建立了MINLP模型。模型综合考虑了安全库存、需求损失及工件加工路线柔性等方面因素。提出了一种基于拉格朗日松弛的分解算法，将原问题分解为计划子问题与调度子问题。针对松弛的生产计划子问题，提出一种新的费用结构，以保证生产计划决策与一些实际情况相符，证明了关于计划子问题最优解的几个性质。设计了一种变量固定与松弛策略与滚动时域组合算法进行求解。对于调度子问题中的加工路线柔性问题，提出了一种新的机器选择策略，并采用离散粒子群优化算法求解调度子问题。并通过数值试验验证了模型与算法的有效性。　　4.针对两阶段加工装配型生产系统的生产计划与调度集成优化问题，建立了MINLP模型。鉴于模型的复杂性，提出了一种交替求解给定排序的计划问题与给定批量的调度问题的迭代解法。为了求解给定排序的计划问题，推导出给定排序后产品完工时间新的计算公式，依据完工时间新的计算公式，将给定排序的计划问题的MINLP模型线性化，线性化后的模型为非常规的MILP，进一步证明了可以将这个非常规的MILP模型等价转换为标准的MILP模型，进而可以利用精确优化方法求解计划子问题。采用离散差分进化算法求解固定批量的调度问题。数值试验表明了模型与算法是有效可行的。