汽配件喷涂是汽车零配件生产流程中重要的环节,对汽配件颜色喷涂生产问题进行优化,有助于企业进一步降低生产成本,而目前尚无文献对该类问题提出针对性的数学模型和解法,故针对汽配件喷涂生产问题提出高效的求解方法对实际生产具有理论指导意义。首先,将实际单轮汽配件喷涂生产问题转化为数学问题,考虑到每一个汽配件必须喷涂且只喷涂一次,具有旅行商问题（TSP）的基本特征,故采用借鉴TSP问题建模的方法对单轮汽配件喷涂生产优化问题进行转化建模。将汽配件定义为TSP顶点,根据汽配件的颜色和类别要求定义顶点之间的距离和生产约束条件,以此构建了使单轮喷涂生产颜色切换次数最少的0-1规划模型。其次,对一批数量大于一条生产线上一轮喷涂生产容量的待喷涂汽配件,先将其“打包”为汽配件组,再将所有不同颜色的各种配件组量化定义,以每种特定支架数量上限为约束,以减少支架更换次数为目标,建立分配模型。再将需放置在同一滑橇上喷涂的汽配件组定义为TSP顶点,跟单轮汽配件喷涂生产一样以颜色、种类相邻性要求为约束,以总体颜色切换次数最少为目标函数,建立多轮喷涂生产的TSP转化模型。然后,将汽配件颜色和类别约束转化为惩罚因子,构成遗传算法的适应度函数,基于锦标赛选择策略综合设计了复制、交换、翻转、滑动的基因交叉与变异算子。构造不同规模且都可在一轮喷涂完成的三组数据汽配件进行仿真实验,算法均能求得精确最优解。重复运行算法,获得近似最优解的均值接近最优解,实验结果表明所建立的数学模型刻画准确、设计的遗传算法高效实用。最后,基于分配模型对需多轮喷涂生产的汽配件组用分配算法进行分轮求解,得到喷涂任务以及支架更换总次数。对分配后的每轮汽配件组依旧用遗传算法求解喷涂生产问题,并通过添加空滑橇的方式减少因违背约束带来成本的影响,算法可以求得近似最优解以及每轮换色次数。实验结果表明该算法和模型有效的降低了生产成本,可推广应用于其他类似生产加工问题。