随着科技的发展,近些年关于互联网信息技术的研究不断深入,云计算、物联网、大数据等开始进入大众视野,并且在各行各业得到了广泛应用。在此背景下,制造行业也逐步走向智能化、信息化、结构化、服务化,以适应新时期的生产制造需求。2010年李伯虎院士及其团队提出了云制造理念即通过云计算和物联网匹配先进的制造能力融合而成的新技术模式,它可使得普通资源通过网络数据库的妥善规划,达到高效生产的目的。云制造中调度作为重要节点,成为云制造发展中必须解决的关键问题。鉴于此,本文在国家自然科学基金项目“云制造环境下可制造性评价理论与方法研究”的支持下,对云制造环境下车间资源的调度问题进行研究。本文研究内容如下:首先,通过查阅大量云制造领域的相关文献资料,参考国内外近期对云制造领域的研究成果,回顾和分析目前针对云制造平台及其调度问题的研究现状,阐述本文研究问题的方向及意义。其次,对云制造环境下的资源种类和资源的制造周期进行分析。为了解决云制造中制造资源庞大性和复杂性的问题,简化工艺环节和节约制造资源,减少生产时间,增强生产效率,提出了一种将云制造平台下复杂制造任务进行合理分解的方法。该方法通过将生产过程分化为四个具体方面:设计方面、制造方面、运输方面、维护方面,并给不同方面建立相应的模型,利用深度优化搜索算法、快速模块化算法、人工蜂群算法的方式获得各个阶段任务分解的优化方案。最后,以车间智能生产线为例,经过实例仿真验证,证明该分解方法在云制造平台下执行的可行性。最后,基于云制造平台的任务分解结果,对车间任务进行分析,针对云制造环境下车间资源调度问题进行研究。根据实际生产情况对新任务加入、资源宕机或维护、任务撤销等干扰事件进行描述,将此作为任务与车间生产任务一同进行优先级排序。运用博弈论和改进粒子群算法建立起以总制造时间、总制造成本、平均制造质量、资源平均利用率为目标的优化调度模型。最后,验证该方法的可行性,实现在多种干扰条件下车间调度的柔性化,使调度方案更加符合实际生产。