本文在对国内外相关文献进行归纳总结的基础上,以宝钢包装钢带有限公司的生产实践为研究背景,建立了基于客户忠诚度的销量预测模型,考虑到多项约束条件建立了生产排产模型并进行仿真求解,提出了根据热轧原材料的价格、与订单相关的时间及订货量三个特征对热轧原料进行分类管理的策略。具体工作有：(1)首次将数据挖掘中的决策树方法应用于客户忠诚度分析,给出了这一方法的基本算法和对客户忠诚度分析的具体步骤。结合公司的客户数据进行了实例分析,得到了公司的客户属性特征和忠诚度高低的分类规则。采用时间序列模型对公司的产品销售记录进行信息挖掘,给出公司下一个销售周期的各种产品销售量的初步预测值。同时,结合客户的忠诚度信息,设置“稳定系数”对各种产品销售量的初步预测值进行修正,获得销售量的最终预测值,从而为公司产品库存结构的确定提供决策支持,进而为确定单个生产周期内产品的生产产量比例提供依据。(2)基于企业的订单及市场预测,结合新旧生产线的产能和各个产品的相关参数(如产品产量、产品售价、生产时间、调整时间、库存量等指标),考虑不同规格品种的生产效率、工艺约束等约束条件,在确保交货期的前提下,以实现均衡生产、产成品产量最大化为优化目标,运用优化理论建立了用于解决混合生产线排产问题的模型。建立设备库、产品库、零件库、工艺库、工时定额库等加工基础数据库,提出合理有效的计划排产方法,并且采用LINGO软件开发了相应的软件系统,对排产模型仿真求解。仿真结果验证了算法的可行性,较好地解决了生产调度问题。(3)根据公司的原材料采购及库存管理的实际情况,以产品订单为核心,按照原材料价格走势、订单时间、订货量这三个特征对原材料进行分类,共分为四类。根据各类原材料的具体特征,分别确定出最优订货批量与再订货点,从而制定出相应的采购与库存策略,来指导公司的采购行为与库存控制。以公司提供的2005年部分原材料、产品相关资料为数据源,进行策略分析和检验。示例计算结果表明,文中建立的模型是正确、合理的,制定的策略是可行、可靠的。论文最后指出了今后进一步研究的问题和方向。