随着社会经济的持续繁荣和科学技术的不断进步,客户对产品的需求也变得日益多样化和个性化,MTO（Make-to-Order）生产模式应运而生。MTO生产模式有利于满足市场和消费者的特殊需求,然而对于实施MTO生产模式的中小型生产制造企业,尤其是小批量、订单式的生产企业,却往往面临因交货期估计不准确导致的交货期延迟问题。因此,面向小批量、订单式生产企业的交货期预测问题研究具有非常重要的实践意义。目前国内外学者围绕交货期预测问题已经开展了不少研究,提出了适用于各种场景的交货期预测方法,包括理论分析型、参数设置型、统计预测型、仿真实验型以及能力计划型等类型,为企业合理估计订单交货期提供了一定的参考依据。然而,文献中有关基于负荷控制（WLC,Workload Control）的订单交货期预测方法较少,特别是基于WLC的适用于一般流水车间（GFS,General Flow Shop）的交货期预测方法研究。已有的关于负荷控制的交货期预测研究侧重于订单投放层和车间层,订单交货期时间估计为订单在这两个层次的通过时间之和,未考虑订单接收层的订单通过时间,而订单接收层的通过时间同样是订单生产周期的重要组成部分。因此,有必要集成考虑三个层次的订单通过时间来估计订单的交货期。本文针对MTO生产模式下GFS的订单交货期预测问题展开研究,主要的研究内容如下:基于WLC理论,提出了一种集成订单接收、订单投放以及车间等多层次负荷,且以瓶颈为中心的订单交货期预测方法（BDDFM,Bottleneck Driven Due-Date Forecasting Method）。该方法先根据订单是否通过瓶颈,分类估计“鼓链”与“非鼓链”订单在不同层次的负荷,再根据Little’s法则估计各个层次的通过时间,最后通过三个层次通过时间的累加进而预测订单的交货期。为了实验比较本文提出方法的绩效,对文献中的两种经典交货期预测方法进行了改进,形成了ICOFS（Improved Congestion and Operation Flowtime Sampling）和IJIQ（Improved Jobs in Queue）方法。基于Flex Sim软件,构建了W阀门公司交货期预测系统的仿真模型,实验比较了不同交货期预测方法、订单池排序规则、车间调度规则、保护产能以及不同层次负荷集成等参数组合下的系统绩效。结果表明,当生产系统中存在GFS时,本文提出的BDDFM方法在拖期率,平均拖期以及延期标准差指标上均优于ICOFS和IJIQ。同时,订单池排序规则、调度规则、保护产能等与不同层次负荷集成等参数均影响BDDFM方法的系统绩效,企业在使用过程中,需要根据实际情况选择合适的参数,以更好地估计订单交货期,避免订单延期。小批量、订单化生产已成为企业生产的基本模式,设置合理的交货期是企业盈利的关键。将负荷控制理论与仿真技术结合,不仅可以为企业的科学决策提供参考,而且可以为企业的管理数字化、智能化奠定基础。在未来的研究中,需要从三维视觉设计、数据交互等方面完善本文提出的基于负荷控制的交期预测模型,构建基于数字孪生技术的智能交货期预测系统。