全球化市场竞争的不断加剧及客户需求的个性化发展,使得企业必须在降低成本、保证质量的同时,以最短的时间满足客户的个性化需求。多品种混合装配是在基本不改变或较少改变现有生产设施的前提下,通过对装配生产线的合理组织与调度优化,实现多品种共线装配,提高了企业对市场需求的快速反应能力。本文围绕汽车装配,研究了混合品种装配线优化的关键技术。混合品种装配线平衡问题的现有研究方法主要是将多个产品作业顺序图合并为综合作业顺序图,然后根据各个品种的需求比例,计算每个作业任务的平均作业时间,最后根据多品种产品的综合作业顺序图及每个作业任务的平均作业时间,将作业任务分配到各个工作站。由于混合品种装配线上不同品种的作业任务及作业时间存在明显差异,平均作业时间在一定程度上不能代表作业元素的实际作业时间,使得实际装配过程中,容易导致装配线工作站内出现瞬时负荷瓶颈。基于上述分析,考虑不同品种作业元素作业时间的差异,建立了以最小化节拍间平滑指数、装配线负荷平滑指数及装配线工作站内装配时间平滑指数为目标的混合品种装配线负荷平衡数学模型。设计了基于非支配排序和精英策略的粒子群求解算法(Non-dominated Sorting Particle Swarm Optimization, NSPSO),通过实例,验证了平衡模型与求解算法的有效性。分析了混合品种产品投放顺序对装配线物流流动、装配线总调整时间、工作站负荷和最小生产周期等影响。建立了以物料消耗速率波动、品种切换时装配线总调整成本以及装配线超载时间最小化模型。采用NSPSO算法对上述模型进行了求解,利用多组仿真样本实例,设计了算法评价指标,与其它多目标优化算法进行了性能比较,验证了NSPSO算法在求解混合品种装配线排序优化的有效性；大规模定制生产模式下,基于订单的多条混合品种装配线协同装配已成为一个关键问题。以物料消耗速率波动最小化、品种切换时装配线总调整成本最小化以及成品库库存成本最小为目标,建立了基于订单的多条混合品种装配线排序优化模型,设计了基于非支配排序和精英策略的遗传算法对上述模型进行了求解,并通过实例验证了求解算法的有效性。在分析封闭型工作站内产品与人员的移动规律的基础上,设计了基于时间序列的混合品种装配线工作站内超载时间ARMA预测。通过数据采集、模型定阶、模型检验等步骤,最终确定了混合品种装配线某工作站内超载时间序列的ARMA函数,利用获得的ARMA函数可以预测未来不同时间段内的工作站的超载时间,为合理安排线外替补工人数目提供了基础,可以有效避免混合品种装配线因超载引起的停工损失。分析了混合品种汽车装配线生产计划管理的现状、存在问题以及需求的基础上,设计开发了混合品种装配线平衡与排序子系统,将文中提出的混合品种装配线平衡与排序优化技术应用到该系统。分别介绍了订单计划管理、车间管理等系统的主要功能模块以及应用情况,验证了本文理论的有效性。