在经济全球化的趋势下,网络技术和信息技术不断发展,各企业为了提高市场竞争力,需要进行不断合作和资源共享,便有了各企业将自身制造资源和任务放到网络环境下共同享用和共同生产的网络制造模式的出现。而网络制造系统涉及的企业较多,各企业的需求又不完全相同,为了在网络环境下尽可能同时满足所有企业的生产要求,在调度优化时通常需要考虑多个目标,即网络制造系统中的调度问题存在高维目标性,因此,为了更好的适应先进制造模式而研究高维目标调度优化问题是具有实际和理论意义的。再者,国民环保意识愈来愈强使绿色制造的生产模式逐渐受到推崇,将低碳纳入所研究的高维目标调度优化问题中对环境和制造业节能减排都有重大意义,故本文对如何解决高维目标调度优化以及减少网络环境下制造过程碳排放进行了探究。对网络化制造的调度问题进行全面概述后,综合考虑企业普遍要求、调度一般的优化目标以及绿色低碳制造的重要性,提出一个以实现制造过程中最大完工时间最小,最小总生产成本,最小提前/拖期惩罚以及最小碳排放的高维目标调度优化模型。针对传统Pareto排序的多目标进化算法在解决高维目标调度优化问题时,随着目标的增加,其基于非支配排序的选择与搜索的能力将大大减弱的问题,在主成分分析(Principal Component Analysis,PCA)基础上提出一种占优机制,同时为了丰富种群的结构,提高算法收敛速度,对算法的精英策略进行改进,增加一个外部种群,设计了一种改进的基于主成分分析的PCA-NSGAⅡ算法来解决所提出的高维目标调度优化问题。根据模型和实际加工设计加工实例分析,使用改进精英策略的PCA-NSGAⅡ算法求解实例模型,然后分别与传统NSGAⅡ算法和基于ε支配的NSGAⅡ算法进行比较,分析验证算法的有效性。结果表明,PCA技术可缓解传统多目标进化算法在解决高维目标优化问题时存在大量非支配解导致算法选择能力降低的问题,再将改进PCA-NSGAⅡ求解算例的结果与传统PCA-NSGAⅡ的结果对比说明改进后收敛性更好。