近年来,制造行业的竞争压力日益增加,制造业向数字化、智能化发展成为迫切的要求。云制造结合云计算、人工智能、物联网等各类技术,在整合制造资源和能力后,实现了资源的高效共享和协同生产。订单的分配与生产策略一直是云制造模式中的关键问题。当顾客上传云订单后,云平台如何能找到符合顾客订单的最优制造商组合,是云资源调度分配的核心问题。平台将订单派发给制造商生产后,制造商出于利润等因素考虑是否该接受订单,以及接受订单后如何组合云订单和现有订单生产,由于订单是动态到达的,且数量难以确定,因此,制造商决策时,难度进一步加大。本文主要从云平台视角出发分析订单分配问题,从制造商的角度分析了订单动态接受与调度问题。（1）针对云平台中订单分配问题,提出了制造商多级别选择下的协同生产订单分配模型,将订单根据BOM清单拆分为工序级、零件级、部件级、产品级共四个级别,云资源池中的制造商划分为对应级别,采用MOEA/D算法从云资源池中找到最优组合,完成订单派单。（2）为解决动态到达的云订单接受与调度问题,以柔性流水车间为背景,提出了结合改进策略的深度Q值网络（DQN）算法。基于研究问题的两阶段性,设计了接单智能体和排单智能体联合决策模型;其中接单智能体以最大化利润为目标,排单智能体以最小化拖期和最小化扰动为目标。针对订单到达动态性,设计了两个智能体的动态交互机制。在排单智能体中,考虑了关键路径的预计延期工序集、空闲机器集、工序最早开始加工等算法改进策略,同时改进DQN网络结构,使选择工件和机器的规则增加至50种,提高云订单与现有订单生产的协同能力。经过数值仿真实验表明,所提算法在不同规模问题上,能提高制造商利润和接单率,有效降低订单总拖期时间。