随着信息技术的进步和电子商务的发展,企业生产受顾客需求波动的影响越来越大。这意味着在顾客需求不确定的情况下,生产中心的生产调度应与销售中心的库存管理相结合,由需求驱动生产的控制方式变得更为必要。因此,本文以满足顾客需求、降低库存成本为优化目标,研究了基于需求驱动的CSPS系统的多目标优化问题,主要工作如下所示:现有CSPS系统在生产过程中一般通过前视距离确定系统的行为,为在满足顾客需求的同时有效降低成品库库存成本,本文在现有研究的基础上提出了一种库存控制方式。根据物理模型及工作机制,论文将系统建模为半马尔科夫决策过程,使用策略迭代算法求解该问题的帕累托最优解集。仿真结果验证了加入库存控制的有效性。然而策略迭代算法求解缓慢,且仅能获得帕累托前沿凸包上的最优解。为提高求解效率及优化效果,论文使用了CMOPSO和NSGAII两种多目标进化算法进行求解,并给出二进制-实数编码和连续化实数编码两种编码方式。仿真实验结果表明多目标进化算法能够有效求解该问题,并且采用连续化实数编码的CMOPSO算法在不同算例下均可取得较好的优化效果。为进一步提高帕累托近似解集的质量,论文设计了一种BCE-IB-CMOPSO算法,采用双标准进化框架,将CMOPSO的进化种群分为两个,并在两个种群的个体选择中分别使用基于指标的标准和帕累托标准。同时,针对系统特点设计了一种定向复制变异操作,以提高多目标进化算法在求解该问题时的优化性能。最后通过仿真实验验证了改进算法及所提变异操作的有效性。