随着全球经济的快速发展,纺织服装行业市场的并驱争先日渐激烈,用户对服装需求的日趋多样化使服装订单的生产要求也随之提升。纺织服装工业互联网平台汇聚了供应链上游众多相同或相近生产能力的服装企业,所接服装订单数量庞大。传统的方式是根据经验对订单进行安排,但这种人工分配方法效率低下,且无法保证分配结果是否能最大化平台利益,因此,如何通过科学手段对这些订单进行合理分配是目前平台面临的一大难题和挑战。目前对于该问题的研究尚处于起步阶段,其研究目的是为了实现平台有限资源的优化配置,降低平台的生产成本,从而推进纺织服装行业的转型升级。在此背景下,研究多工厂订单分配对于提高纺织服装工业互联网平台的运作效率、市场口碑以及服务质量都具有重要的意义。首先,对纺织服装工业互联网平台的特点和发展现状进行了归纳,分析平台结构、生产经营模式以及订单分配的关键影响因素等,为平台订单分配优化模型的建立奠定基础。其次,对纺织服装工业互联网平台多源供应面临的问题进行描述、分析与研究,构建了以最小化总成本、不达标服装数量及延迟交货服装数量为三个目标的平台订单分配优化模型。使用模糊数学中的梯形模糊数确定各个目标的权重,将多目标优化的数学模型转化为单目标优化模型。然后,根据平台订单分配优化模型的特点对遗传算法进行设计和改进,对初始种群制定订单分配偏离约束的启发式规则,并引入罚函数对算法收敛性进行改进。使用Python以实际算例进行数值实验,实验结果表明与人工经验分配订单等方法相比,所提算法可以给出较好的优化分配方案,能够满足产品交货期和平台资源约束。最后,基于订单分配优化模型和求解算法,结合平台的实际需求,设计并开发了纺织服装工业互联网平台的订单分配系统。平台管理员可以在系统中对集成的工厂进行统一管理、观察订单月季年度的概览、查看算法的收敛曲线及最终分配结果等。该系统可以为平台提供有效的订单分配决策,实现资源配置的优化,在提升服装质量、保证订单交期的同时减少生产成本,从而最大化平台的整体效益。