工艺规划与车间调度是智能制造系统中两个非常重要的子系统,其对制造系统的产品加工能力、资源利用率以及生产效率有着重要的影响。随着订单个性化需求的加强,工艺规划与车间调度不能有效结合,无法适应产品需求的动态变化特征。由于制造系统中,工艺规划和车间调度之间是相互制约、相互影响的,将两者进行集成,一方面可以提高制造车间的生产效率,另一方面可以及时响应订单的个性化需求,使生产计划更具柔性。基于上述考虑,本文重点对两者的集成策略及算法展开研究。首先,提出基于人工蜂群算法的柔性工艺规划方法。重点对算法的编码方式及搜索策略进行研究,设计了序列编码方式对工艺信息进行编码,为了保证种群的多样性,提出局部搜索变异操作及全局搜索交叉操作,共同完成对解空间的搜索,从而也提高了算法的寻优性能。通过算例证明了算法求解该问题的高效性及稳定性。该研究一方面拓展了人工蜂群算法的应用领域,另一方面为柔性工艺规划与车间调度集成优化问题的求解打下基础。其次,在上述研究基础下,提出基于人工蜂群算法的单目标柔性工艺规划与车间调度集成优化方法。以最大完工时间最小为目标,根据柔性工艺规划与车间调度集成优化策略,设计了求解该问题的人工蜂群算法。通过算例验证了集成优化研究的必要性以及求解算法的有效性。最后,设计了基于Pareto方法的多目标人工蜂群算法,并对柔性工艺规划与车间调度集成问题进行优化求解。在同时考虑最大完工时间、总加工成本及总拖期时间等三个因素基础上,引入Pareto方法,对基本人工蜂群算法进行改进。该方法设计了新的适应度评价标准及跟随概率计算公式,提出基于Pareto支配的贪婪准则,根据快速非支配排序法构造Pareto最优解集,利用外部档案保存最优解集,并设计了基于拥挤距离的解的多样性维护机制。该算法策略可有效提供柔性工艺规划与车间调度集成问题的解决方案,为智能制造系统的排产优化提供了决策依据。