随着市场经济之间的竞争不断加剧,企业的生产正向着小批量、多品种的方向发展。离散制造业的生产特点使加工过程变的更加复杂且不容易控制,并且也很难确保生产计划和作业计划均衡生产。制造执行系统(MES)是用于沟通上层计划管理和底层自动化控制之间信息的重要手段,怎样进行更有效的生产管理和排产是企业确保均衡生产的关键环节。排产问题是离散制造业生产管理的核心内容之一,对优化资源利用率、节省生产成本和提高工作效率等都有很重要的作用。因此,研究离散制造业的排产问题,不仅具有较大的理论意义,还具有相当大的实用价值。具体包括的主要内容如下:首先,结合离散制造业的生产特点,针对基本遗传算法(GA)前期搜索能力高,后期搜索能力差和全局寻优能力强等特点,而粒子群优化算法(PSO)具有前期搜索能力差,后期搜索能力强和容易陷入局部最优等特点。本文为了得到较好的排产结果,使两种算法优劣互补,提出一种PSO_GA混合算法来解决离散制造业的排产问题。通过实验对比,验证了该算法有比较好的搜寻性能。其次,针对离散制造业在生产加工时存在动态性的特点,运用具有自主性和协作性特点的多模块技术,构建了混合型多模块生产计划模型,研究了各模块的功能、结构模型及各模块的交互行为。在此基础上,介绍了排产系统中在设备故障和紧急订单插入动态事件扰动下,多模块之间的协作过程。最后,针对离散制造业排产系统的生产计划现状与需求,结合车间实际需求及多模块生产计划模型的特点,对系统的体系结构、功能模块、数据库的设计和开发环境等几个方面进行了讨论,在此基础上,开发并实现了离散制造业排产系统的生产计划模块。