建立高级生产排程系统的求解模型可以按照以下步骤进行：

一、明确问题和目标

确定生产排程的问题范围，包括生产的产品类型、生产流程、设备资源、人员配置等。

明确生产排程的目标，如最小化生产周期、最大化设备利用率、最小化库存水平等。

二、收集和整理数据

收集生产相关的数据，包括产品的工艺路线、加工时间、设备能力、人员技能、物料供应等。

对数据进行整理和清洗，确保数据的准确性和完整性。

三、选择合适的模型类型

根据生产排程的问题特点和目标，选择合适的模型类型，如线性规划、整数规划、混合整数规划、约束规划等。

考虑模型的复杂度、求解难度和可扩展性等因素。

四、定义决策变量

根据生产排程的问题，确定需要决策的变量，如生产任务的分配、设备的安排、人员的调度等。

为决策变量定义合适的取值范围和约束条件。

五、建立目标函数

根据生产排程的目标，建立目标函数，如最小化生产周期、最大化设备利用率等。

目标函数可以是单个目标或多个目标的组合，可以使用加权求和等方法进行处理。

六、确定约束条件

根据生产的实际情况，确定约束条件，如设备能力限制、人员技能要求、物料供应约束、交货期约束等。

约束条件可以是等式约束或不等式约束，可以使用数学表达式进行描述。

七、选择求解方法

根据模型的类型和规模，选择合适的求解方法，如单纯形法、分支定界法、遗传算法、模拟退火算法等。

考虑求解方法的效率、准确性和可扩展性等因素。

八、模型验证和优化

使用实际生产数据对建立的模型进行验证，检查模型的准确性和可行性。

根据验证结果，对模型进行优化和调整，如调整目标函数、约束条件、求解方法等。

可以使用灵敏度分析等方法，研究模型参数的变化对结果的影响。

九、实施和监控

将建立的模型应用于实际生产排程中，生成生产计划和调度方案。

对生产过程进行监控，及时调整生产计划和调度方案，以应对实际生产中的变化和不确定性。

以下是一个简单的线性规划模型示例，用于最小化生产周期：

假设有个生产任务和台设备，每个生产任务需要在特定的设备上进行加工，加工时间已知。目标是最小化所有生产任务的完成时间。

定义决策变量：

表示生产任务是否在设备上进行加工，表示在设备上加工，表示不在设备上加工。

表示生产任务的完成时间。

建立目标函数：

最小化所有生产任务的完成时间，即。

确定约束条件：

每个生产任务只能在一台设备上进行加工，即，对于所有。

设备的加工时间约束，即对于设备，，其中是设备的可用时间。

选择求解方法：

可以使用线性规划求解器，如 CPLEX、Gurobi 等，来求解这个模型。

通过以上步骤，可以建立一个高级生产排程系统的求解模型，并根据实际情况进行调整和优化，以提高生产效率和资源利用率。