随着信息技术的发展,旧的生产模式已经不适应现代先进制造的要求,大规模信息制造系统的研究成为了当前的热点。车间调度作为整个制造系统的核心,直接影响到产品的制造能力、产品开发的周期以及生产产品的成本等。有效的车间调度方法和优化技术的研究与应用,是实现先进制造和提高车间生产效益的基础和关键。Agent具有智能性、自治性等许多优良特性,为解决现代制造系统的车间调度问题提供了一种新的有效方法。本文将着眼点放在基于多Agent的车间调度模型和调度算法研究上。通过建立一个基于多Agent的制造车间调度模型,提出集成多Agent和混合遗传算法的调度机制和调度策略,并通过ILOG组件对所提出的调度方法进行了实例验证。首先,建立基于多Agent的车间调度模型。该模型以车间管理Agent、任务Agent、资源Agent和协商Agent作为四类基本组件。在分析Agent结构的优缺点基础上,提出了混合型的Agent体系机构。同时,为满足Agent自主决策和交互的需要,设计各类Agent的内部模型,提出基于多Agent的车间调度机制和调度策略。其次,分析车间调度优化方法现状,总结他们应用的局限性,提出了一种可应用于车间调度问题的混合遗传算法。该算法将遗传算法和模拟退火算法相结合,充分发挥遗传算法良好的全局搜索能力和模拟退火算法的有效避免陷入局部最优并最终趋于全局最优的特性,重点研究了混合遗传算法的详细设计过程。最后,本文对混合遗传算法的应用进行了研究。利用ILOG优化工具在Visual Studio.net 2005环境下设计了一种算法实现方法,通过测试经典算例,表明该算法求解速度快,求解结果较好。将该算法应用于德阳某机械制造企业一个生产车间调度实例,调度结果比较理想,从而验证了算法的有效性。