生产计划和设备维护安排是制造型企业生产运营中非常重要的两项决策活动。在实际生产运营和多数学术研究中,这两项决策活动往往被分别对待,缺乏对生产和维护之间相互影响和制约关系的全盘考虑,因此不能达到整体优化效果。本论文将基于符合实际情形的相关假设,分别在单机和多机生产系统环境下,研究将生产批量计划和设备预防性维护安排进行集成决策的方法。首先,针对单机系统,本文假定预防性维护使设备恢复如新,同时考虑预防性维护引起的生产时间损失和设备失效引起的产能损失,并且假定设备失效情况依赖于实际生产运营时间,建立了生产批量与维护计划集成优化数学模型,目标是最小化生产和维护总成本。针对该模型中含有复杂非线性约束的特点,本文提出了基于循环迭代的求解方法,可将对该复杂非线性模型的求解转化为对多个线性规划模型的求解。设计数值实验说明了所提出的迭代式求解方法的有效性,并证明了本文模型相对于另两种现有模型方法的优越性。研究分析了若干参数的变动对集成方法效果的影响。随后,本文将研究扩展到更复杂的多机串行系统,并考虑存在非完美维护和维护资源约束的情况。研究了系统产能与系统各组成单元维护决策之间的函数关系,在此基础上建立了多机串联生产环境下的集成优化模型。针对其维护决策空间巨大的问题,在分析现有集成模型求解方法缺点的基础上,设计了一种基于求解过程知识的高效启发式算法,更能集成维护和生产计划两类决策过程,为解决该类集成优化模型求解问题提供了新的思路。此外,进一步设计了一种结合问题特点的高效改进型遗传算法。最后,针对存在中间缓冲的多阶段系统生产计划和维护集成优化问题,设计了一种基于分解迭代和智能算法相结合的求解框架,以应对该问题的高度复杂性。