为了适应消费者多样化的订单需求,汽车生产线上同时生产的车型越来越多,焊接生产线也从原始的单一产品加工发展到可以同时对多种车型的不同配置品种进行加工。同时,企业生产环境中存在着大量变动性,这些动态不确定因素使得静态的调度方法难以适用,生产线的调度问题因此变得越来越复杂。本文依托于国家自然科学基金面上项目“基于变动性的半导体制造系统性能预测与优化方法研究(批准号:71671026)”,主要研究了白车身焊接生产线的瓶颈预测和动态调度问题。首先以白车身混流焊接生产线为研究对象,以约束理论为基础,根据混流生产下白车身焊接车间的特点,建立了焊接生产线调度问题的数学模型,设计了以瓶颈漂移、周期事件等为驱动的焊接生产线动态调度算法。其次,对焊接生产线的瓶颈进行预测,与理论瓶颈对比,判断瓶颈是否漂移。基于约束理论,根据订单车型组合与生产线加工能力,给出了理论瓶颈的识别方法。在动态生产环境下瓶颈并不固定,对在系统中已经存在的瓶颈进行事后优化效果较差,因此,本文通过引入时间序列预测算法,对将来时刻的工序参数进行预测,利用核主成分算法提取出了主成分后,再利用逼近理想解排序法对瓶颈工序进行预测,实现对未来时刻瓶颈工序的预测,通过将理论瓶颈与动态瓶颈进行对比,可以得到瓶颈的漂移状况。然后,利用智能优化算法对焊接生产线调度问题进行求解。以车身加工序列为待优化变量,设计了粒子编码和更新策略,构建以最小化最大完工时间、最大交货期提前、与待调度序列相似度最大为目标的瓶颈资源优化模型。使用瓶颈启发等算法生成初始解,并综合运用多目标粒子群优化算法加以求解,优化得到瓶颈资源优化方案,根据前拉后推的原则,完成了整个生产线的运行调度。最后,使用Python实现了焊接生产线动态调度系统。根据需求,对调度系统功能模块、软件界面等进行了设计和实现,将基于约束理论的生产调度方法研究成果应用于实际,表明了本文所设计的动态调度算法具有实用价值。