传统企业的生产计划与调度主要面向单工厂生产环境。随着交通和通讯技术的飞速发展以及企业的全球化战略布局,企业的各个制造工厂分布在世界各地,通过Internet网络协作,实现生产信息的共享,共同完成订单的生产,形成了异地分布式的多工厂生产环境。在这样的生产环境下,企业如何快速的响应客户需求,如何实现多个分布式工厂之间生产计划与调度的协作,如何对单工厂进行有效的调度,成为企业急需解决的问题。因此,针对以上问题,从企业全局的角度去研究多工厂生产计划与调度方法,具有重要的理论意义和应用价值。本文重点研究以下几方面内容:1)研究面向ATP的多工厂协同生产计划。为了解决多工厂生产计划的问题,基于面向客户可承诺(Available To Promise,ATP)的思想,建立了面向ATP的多工厂生产计划调度问题的数学混合规划模型,设计了基于遗传算法的多工厂协同生产计划模型的求解算法。2)研究基于多Agent的多工厂协同生产再调度。考虑到紧急订单情况,研究了多工厂协同再调度方法,建立了基于多Agent系统的多工厂再调度协作模型,设计了多工厂协同再调度的协作算法,解决了紧急订单在多个工厂之间分配数量的问题,寻找到最合理的再调度方案。3)基于混合遗传算法的多阶非等效并行机批量调度。根据单工厂内部的生产制造环境,将单车间的生产调度问题抽象为多阶非等效并行机批量调度问题,建立了多阶非等效并行机调度模型,提出了考虑不同批次划分规则和批次优先级规则的遗传算法。以某液体包装纸制造企业为工程背景,设计与开发了多工厂生产计划与调度方法系统,对本文提出的模型和算法进行了验证。结果表明,与企业实际情况对比,本文提出的面向多工厂的生产计划与调度方法提高了企业的利润,降低生产时间,从而验证了本文提出的方法的有效性。