本文在供应链管理环境下,从运作层面对按单生产(make-to-order)产品的生产配送协调调度问题进行研究,旨在通过应用运筹学、管理学、模糊数学、鲁棒优化等理论和方法,从理论和实践相结合的角度考虑多周期、多产品、多工厂、多配送中心、多客户的生产配送协调优化方案,主要的研究工作如下展开:首先,综述国内外学者关于生产配送协调调度方面建立的模型和方法,分析在整体和全局的运作角度上,对生产与配送过程进行协调调度的研究现状。剖析这些文献关注问题的具体分类,如单工厂—单客户情形、单工厂—多客户情形、多工厂—单客户情形和多工厂—多客户情形等。进一步,总结了求解生产配送协调调度优化的主要方法,特别讨论了不确定环境下生产配送计划的研究现状。其次,鉴于按单生产产品特点,考虑多周期、多工厂、多生产线、多产品、多配送中心和多客户的生产配送协调调度问题,同时考虑生产环节存在产品和产品组的切换,工厂和配送中心的库存空间存在限制、生产能力和劳动力水平存在限制的情况,以最小化生产、库存、配送成本为目标函数建立一个确定的混合整数线性规划模型,并通过算例分析验证了该模型的有效性。第三,考虑企业生产配送过程中的不确定性,将上述确定性按单生产产品生产配送协调调度模型,扩展为在不确定环境下的研究背景。假设问题背景中,单位常规生产成本、加班成本、库存成本、配送成本和客户需求都是模糊变量的情况,通过使用模糊逻辑的表示方法,如?截集和特殊点平移法,建立了模糊多目标规划模型,并对模糊多目标模型进行变换,转化为单目标规划模型。进一步,提出遗传和声算法对模型进行求解,通过算例分析模糊多目标方法和遗传和声算法都可以有效求解多周期、多工厂、多配送中心和多客户的生产配送协调优化模型,并讨论了模糊参数的变化对目标值的影响程度。第四,假设问题背景中,考虑模糊变量和随机变量同时存在的情况,建立了模糊随机规划模型。利用模糊逻辑中?截集和模糊数排序方法,将模糊表示的目标函数和约束条件转化为确定性的数学规划模型,利用随机规划理论中的正态分布概念将含有随机参数的约束条件转化为一个等价类,最后通过一个数值实验进行验证分析,提出一个改进的粒子群算法进行求解,说明在模糊随机环境下,按单生产产品生产配送协调调度模型仍然具有可行性。最后,本论文还讨论了针对按单生产产品生产配送的鲁棒优化方法。为了有效适应企业生产配送运作中很多非预期的不确定性情形,本文引入鲁棒优化方法,建立了具有鲁棒性的优化模型,并探索了其求解方法。同样通过数值实验分析了此问题中的解鲁棒性和模型鲁棒性,研究了解鲁棒性和模型鲁棒性的折衷对目标最优值的影响,以及情景发生概率对目标最优值的影响。