针对多品种小批量生产模式、单元式流水化车间布局的制造系统已经被普遍认可。合理优化配置这类制造系统的设备和人力资源可最大限度的为企业节约成本,并保证产能和交货期,从而提高产品或部件的齐配套性,减少在制品库存,缩短生产周期,从而降低生产成本,提高企业的竞争力和效益。本文的目标是：针对多品种小批量生产模式、单元式流水化车间布局的制造系统,研究制造资源(包括设备和人力资源)优化配置方法,即在同时满足平均产能约束和平均生产周期约束条件下,最小化制造系统的投资成本。由于平均产能和平均生产周期与这类制造系统的单元构成模式、缓存区的大小、调度策略等要素都有关系,且无法用封闭形式描述,成为这类制造系统资源优化配置的难点所在。本文采用了近似方法加以处理,用近似约束替代原有无法用封闭形式表示的约束构成近似优化问题。本文通过建立制造系统双重资源配置仿真实验平台,获得仿真实验数据,分别用线性回归分析和BP神经网络建立原问题的近似优化问题。前者将回归模型替代原有约束,从而获得原问题的近似线性整数规划数学模型,再用线性整数规划求得此近似模型的最优解；后者用神经元网络替代原有约束,从而获得原问题的近似非线性整数规划模型,再运用分支定界算法求得此近似模型的最优解。最后,在得到设备和人力资源总数量的基础上,针对制造系统人力资源具有不同工作效率的多类人员,存在师徒约束的小组工作模式等特点,给出这类企业人力资源配置的优化方案。基于上述研究思路,本文的主要研究步骤概括如下：首先,针对多品种小批量生产模式、单元式流水化车间布局的制造系统,描述了双重资源优化配置问题,并建立了数学模型,针对数学模型求解存在的困难,给出总的求解思路：用近似约束替代原有无法用封闭形式表示的约束构成近似优化问题,通过求解近似优化问题得到最优解,从而获得原问题的近似最优解。其次,建立制造系统双重资源优化配置仿真实验平台。首先对仿真平台进行需求分析,明确要达到的目标以及需要完成的一系列仿真实验；接着根据多品种小批量单元式流水化车间的典型特征进行仿真平台设计与开发；然后建立仿真模型以及通过实验求解系统相关参数：先通过建立和求解松弛约束后的资源配置数学模型,获得仿真模型的设备与操作者初始配置参数,然后针对制造系统三个典型特征进行系统相关参数求解实验；最后,进行正交试验设计与仿真实验,为问题求解提供实验数据。第三,求解基于回归统计的制造系统双重资源近似优化配置问题,获得原问题的近似解。基于仿真实验部分数据,利用逐步回归分析分别获得平均产能与平均生产周期约束的多元线性回归方程。然后通过用两个回归方程替换原有的两个不能用封闭形式表示的约束条件,而获得近似优化配置数学模型。最后用线性整数规划求解数学模型,得到近似优化配置问题的最优解,也就是原问题的次优解。经仿真实验检验,是可行解。第四,用分支定界法求解制造系统双重资源近似优化配置问题。首先,建立并训练BP神经网络,得到平均产能和平均生产周期的网络模型；接着用训练好的网络模型替换原有两个不能用封闭形式表示的约束条件,而获得近似非线性整数规划数学模型。最后,针对制造系统系统性能指标的偏序单调性,提出一种改进分支定界算法快速、有效地求解出制造系统双重资源近似优化配置问题的最优解,通过仿真实验检验,是可行解。最后,研究了单元式流水化车间制造系统多类人员协同工作人力资源计划问题。首先,分析了单元式流水化车间制造系统人力资源计划问题的特点；接着,建立基于工作组多类人员协同工作人力资源模型,考虑不同类型员工的工资、招聘和解聘费用,通过建立动态规划模型反映操作人员的聘任及工作模式,获得人力资源配置的结果；最后,建立考虑合同期的多类人员协同工作人力资源模型,主要考虑在满足各阶段人力资源需求的前提下,使得人力总成本最小,在此基础上,使得各阶段中高级劳动力的波动最小,保证企业有一个较为稳定的人力资源队伍。通过建立制造系统人力资源计划模型,给出这类企业人力资源配置的优化方案。通过上述研究工作,为多品种小批量单元式流水化车间资源优化配置提供了两种通过仿真实验建立近似规划模型的方法,并在此基础上研究了基于工作组多类人员协同工作人力资源优化配置方法,丰富了相关理论研究工作,并具有较为明显和广阔的应用前景。