生产调度就是组织执行生产进度计划的工作,主要着眼于解决车间内各种资源的合理安排问题。调度问题是典型的组合优化问题,属于NP-完全问题。混流制造(HFS:Hybrid Flow Shop)是一种面向多品种、大批量的产品生产模式,它在基本不改变已有生产条件的前提下,允许在同一生产单元或者生产线中对多种不同型号及不同数量但工艺基本相似的产品进行加工,具有较高的灵活性,在现实制造企业中应用较为广泛。在混流制造系统中,当需要由多种共享资源(机器等)根据工件技术上的约束条件(工艺加工路线等)加工多种工件时,就将涉及到调度问题。因此,加强混流生产调度问题的研究对于提高我国企业的生产能力具有十分重要的意义。本文以广州某汽车玻璃企业生产调度问题为原型,阐述混流生产方式的特点及研究现状,详细分析了两级HFS调度的几种情况,指出本文研究的是一个两阶段HFS且同时存在着同构并行机和均匀并行机的调度问题；针对目前该厂夹层生产线人工方式进行排产的调度方案进行改进。首先,根据车间生产调度问题,考虑了带有限容量缓存区的实际情况,提出一种适用于混流制造系统的概率信息Petri网(Probability Petri Net, PPN)。在变迁中加入的选择函数,并引入赋有色彩及时间信息的token,动态地模拟实时制造系统中的逻辑关系,建立混流制造系统的Petri网模型；然后,重点研究了基于蚁群优化算法的调度算法,并采取设置信息浓度的上下线策略改善算法收敛性,将算法注入PPN模型中,以最小化完工时间为目标函数,构建一个通过调度系统中变迁触发顺序来进行作业排产的调度方案,并采用田口实验设计方法对算法中的参数进行优化配置；在.Net Framework4.0环境下,采用C群编写PPN模型和蚁群算法程序,对模型进行仿真优化,验证算法的有效性。大量测试结果表明,本论文提出的基于Petri网的蚁群优化算法在求解稳定性及算法的收敛性等方面,都获得了较优的效果,并且大大缩短了企业的生产周期,验证了本论文的合理性。最后,对论文工作进行总结并提出了今后的工作展望。