制造执行系统(Manufacturing Execution System,简称MES)作为制造型企业实现信息化和智能化的强有力工具,其不仅需要拥有信息闭环控制的功能,还需要在掌握整个车间生产资源实时信息的同时对车间的生产作业进行指导、优化工单的生产路线以及对生产异常情况进行快速决策等。目前,制造执行系统中调度相关模块的设计主要以简单算法(如最短交货期算法)为核心追求低的计算复杂性,这往往导致调度方案的优化不够明显。因此,本文以制造型企业中典型的柔性作业车间为研究对象,研究高效的混合优化算法来求解工单的最优调度解。本文的主要研究内容及相关成果如下:1.分别以最大完工时间最小和最大机器负载最小为单一优化目标,设计一种新的融合Powell的改进遗传算法,称其为GA-Powell算法。考虑到柔性作业车间调度问题中遗传算法的染色体编码具有特殊性,因而改进传统的Powell搜索法,以免产生不可行解,从而提高算法的鲁棒性和搜索效率。利用Kacem实例和Brandimarte实例来测试GA-Powell算法,并与其它算法结果进行对比以证明该算法的有效性2.同时考虑最大完工时间最小、最大机器负载最小和机器总负载最小三个优化目标,设计一种融合禁忌搜索(TS)的改进NSGA-Ⅲ算法,称其为NSGA-Ⅲ&TS算法。通过解之间的Pareto支配关系,设计一种解质量的评判策略;通过设计一种新的邻域结构改进禁忌搜索算法,从而提高混合算法性能。用Brandimarte实例分别测试NSGA-Ⅲ&TS算法和去除局部搜索策略的改进NSGA-Ⅲ算法证明其局部搜索策略对于混合算法的有效性;用Kacem实例和DPdata实例测试NSGA-Ⅲ&TS算法,对比已有算法的测试结果,证明NSGA-Ⅲ&TS算法的有效性。3.设计及开发柔性作业车间动态调度系统,系统的调度模块以本文所研究的混合算法为核心。并以南京某传动设备制造企业为实例对象,用其生产数据测试系统的各功能模块;结果表明:系统能够针对不确定因素进行重调度以使原先调度方案得到及时修正,且确保工单生产顺利进行,将最终调度方案用甘特图形式展示给用户,且具备交互性,用户通过鼠标悬停、缩放等操作获取某个条块的具体生产信息及某一时间段内的排产信息。4.通过给机器增加一定的故障率、增加零件加工路径上不同机器之间的物流转运时间等,利用Plant Simulation软件建立复杂柔性作业车间模型。研究GA-Powell算法的调度方案对于复杂柔性作业车间模型的适用性,并比较GA-Powell算法与NSGA-Ⅲ&TS算法调度方案的优劣。