1. 研究目的与意义
目前已经有很多学者在ERP算法方面进行了深入的研究，较其它算法相比，其中遗传算法的优越性主要表现在全局中寻求最优解、并行搜索、求解释时使用特定问题信息极少，是一种隐形的并行算法,搜索效率高,但是存在早熟收敛和易陷于局部最优的缺陷。
为了平衡遗传算法中的基因多样化和快速收敛性之间的矛盾,我们把模拟退火算法和遗传算法相结合，用混合算法进行排产，从而优化ERP系统。
2. 国内外研究现状分析
车间作业调度问题是一个比较古老而又传统的问题,对它的研究始于20世纪50年代,早在1954年johnson对两台机床flowshop型调度问题进行了研究后,提出了解决可2/f/cmax和部分特殊可3/f/cmax问题的优化算法,这代表调度理论研究的开始,以后他便开始对调度问题进行了广泛研究。
60一70年代建立了调度理论的主体(经典调度理论),并重视调度复杂性的研究。
由于调度问题是制造系统中最基本、最重要而又最复杂的问题之一,国内外无数的学者对其进行了广泛的探讨和研究,也提出了各种各样的算法,建立了不同的理论框架模型。
3. 研究的基本内容与计划
收集、整理大量有关erp、遗传算法等相关文献，在有批量阅读的基础上总结erp系统的国内外发展状况；分析目前erp在排产方面存在的问题；提出本课题的目的、意义。
方案拟定：在分析erp的各个模块的基础上，提出如何运用遗传算法优化erp排产；建立遗传算法模型，确定各个参数；编码实现排产。
实验数据采集与处理：将所得的排产甘特图进行分析，从机器总加工时间的角度分析机器的负荷率和可行性。
4. 研究创新点
生产计划与控制系统是 erp 的核心之一，其形式随不同的生产类型而不同。
由于erp 软件的生产计划与控制模块继承了 mrpii的计划管理模型和计划编制方法，该模型和方法存在着重要的弱点：生产计划的制定和调度是分开的，在计划制定时不考虑详细的调度约束。
目前多数企业将erp与aps结合使用，但任存在集成问题，从而未能很好的解决计划排程问题。
