2015年我国首次在政府工作报告中提出“中国制造2025"概念,倡导智能化的方式改造生产系统和生产过程。本课题研究分析将智能算法引入离散制造业生产时间的预测中,通过智能算法对工厂的预测结果做出是否合理的评价。从而为工厂预测提供依据,减少工厂不合理的资源投入,促进制造业工厂的“智能化工厂”建设。本课题主要工作如下：(1)概述了当前国内外学者对离散制造业生产计划预测的相关研究,阐述了建立模型所使用的相关技术方法,而且指出了现有模型出现的不足,从现有模型的不足之处出发,提出了本论文中建立模型使用到的主要技术方法。(2)介绍了本课题的研究对象离散制造业和课题应用企业的相关信息,以及离散制造业当前的零件生产过程,并分析了某离散制造业目前在生产时间预测上通用的方法,指出了其中存在的问题,引出了本课题使用智能化非经验依靠的理论解决生产计划中时间预测是否合理的问题的方法。(3)主要介绍了邻域粗糙集、遗传算法、支持向量机算法理论,并使用遗传算法对SVM的核函数参数和惩罚因子的选取进行了优化,应用邻域粗糙集算法对生产数据作了特征属性的约简,提出了基于邻域粗糙集的GA-SVM算法的生产计划时间预测评价模型。(4)依据某离散制造企业车间6年内的数据作为初始样本,并对初始样本进行数据预处理,通过邻域粗糙集进行属性约简,约简后得到的新数据作为GA-SVM模型的输入,建立生产计划时间预测合理性的评价模型。