随着经济的发展,消费者对产品或者服务的要求更加个性化和快速化,市场产生了更多不确定因素。柔性是应对这些不确定的有力工具。本文的研究从规划和运营两个层面,分别对供应链和车间层级的柔性设计和性能分析进行了研究。其中,在规划层面,本文从更贴近实际的单级、单周期,到更符合现实复杂度的多级、多周期,对供应链柔性设计问题进行了研究,分别提出了二阶段随机规划模型和动态规划模型。在生产车间运营操作层面,本文考虑发生干扰后的柔性重调度问题,并引入了人类行为观点作为优化目标,提出了混合整数规划模型。单级、单周期供应链的过程柔性设计问题广泛存在于现实中。与现有文献中各种特定假设不同,本文的假设不要求系统是否平衡、是否对称、成本参数是否同质等。这些一般化的假设更加贴近实际环境,因此本文研究具有一定的实用意义。本文使用二阶段随机规划方法来求解过程柔性设计问题,设计了基于Benders分解的L型算法,并且讨论了几种有效的算法改进措施。对比实验结果显示,相对于文献中的启发式设计方法,本文提出的方法适用范围更广。本文的方法同样适用于同时考虑产能投资和柔性设计的问题。针对多级、多周期供应链环境的柔性设计问题,本文建立了动态规划模型。通过分析模型性质,证明了该模型可以基于级和产品分解成简单子问题。该结果扩展了带产能约束的供应链库存管理相关研究。基于这些简单子问题,本文进一步证明了下级节点的最优补货策略为基本库存策略,从而简化了复杂模型的求解。在此基础上,本文分析研究了多级、多周期等供应链特性对长链条柔性性能的影响,发现长链条柔性在多级、多周期供应链环境下的性能仍然非常接近全柔性。在生产车间运营层面,本文考虑了生产过程出现中断情况下,如何通过重调度保证工厂生产柔性的问题。本文考虑人类行为观点,优化因重调度带来的损失给管理者引起的损失感觉。本文的优化目标与传统重调度研究的优化目标不同,通过对比两种模型在两种不同重调度策略(尽早策略和尽晚策略)的结果,发现本文的模型更加倾向于尽早处理干扰,这有利于尽快消除干扰对供应链柔性产生的可能影响。本文上述研究,不仅为供应链柔性设计和分析问题的文献做出了有益补充,也对实际供应链管理提供了一定的启示。