生产调度是企业在生产管理中关注的核心问题之一,它是解决如何按时间先后分配资源使预定目标最优化的问题。组车间调度问题(Group Shop Scheduling Problem, GSP)是许多实际生产调度问题的简化模型,是一个典型的NP-hard问题,已被证明在多项式时间内得不到最优解。蚁群算法是用于解决组合优化问题的一种新兴启发式算法,因其具有良好的解发现能力、较强的鲁棒性、并行性本质等特点,而逐渐成为研究热点。论文描述了GSP的数学模型和析取图模型,分析了GSP的特点,研究了基本蚁群算法的原理、理论框架及其改进思路,重点研究了一种改进蚁群算法——最大最小蚂蚁系统(MAX-MIN Ant System, MMAS)的算法思想,并深入分析了其在GSP求解中的应用——MMAS-HC-GSP。本文的研究以国家863项目“基于RFID的通用汽油机生产执行监控系统”为研究背景,总结和分析了背景项目的研究成果和对生产调度的需求,提出了求解GSP的分层生产调度模型(HJSM)。HJSM由车间层调度和工位层调度组成。车间层调度将生产任务划分为若干子集,并保证了这些子集对应析取图的连通性,为工位层调度创造了条件;工位层调度在车间层调度的基础上,实现了在较短生产周期约束条件下对生产任务的优化调度。在车间层调度的设计中,通过对生产任务所需资源相互关联程度的分析,提出了“相关任务集”这一新概念,并给出了求解相关任务集的算法和数据结构设计。在工位层调度的设计中,分析了GSP析取图模型的特点,提出了一种析取图的生成算法及其相应数据结构设计;以MMAS- HC-GSP作为核心调度算法,给出其关键步骤的算法及相应数据结构的具体设计。本文结合背景项目设计了测试用例,测试的结果表明,模型的设计达到了预期目标,能够为生产调度提供较好的决策支持。HJSM的提出对背景项目MES系统的功能扩展具有一定实际意义,为生产调度问题的研究提供了一种新思路,对后续生产调度研究和生产调度系统的实现具有一定借鉴意义。