随着生产和市场的全球化,21世纪的制造业正面临着越来越激烈的全球化市场竞争,知识经济的时代浪潮正冲击着企业生产经营活动。要想在激烈的竞争中有立足之地,企业必须以客户为中心,将原来的以生产为中心的生产方式转为以客户为中心的生产方式。为此,制造业企业必须力争实现T、Q、C、S、E的全面发展,即准确的交货时间(Time)、高质量(Quality)、低成本(Cost)、全方位的服务(Services)、注重环境保护(Environment),这对企业管理和生产过程监控的要求也越来越高。如何在激烈的市场竞争中保证生产的高效稳定运行；如何统筹安排人力物力和现有的资源以实现企业利润最大化,是每个企业一直在探讨和研究的问题。生产调度的任务是在满足生产设备和工件加工流程的前提下,根据市场的需求合理地分配和利用各种现有资源,完成各种生产指标并且尽可能优化系统的各种性能,为企业带来显著的经济效益。生产调度的目的是为调度任务形成详细的调度方案,对生产过程进行规划和控制。本文以作业车间生产过程为研究对象,就大多数企业一般采用的生产模式下的生产过程建模及生产调度决策进行了研究。首先,本文对生产决策及车间调度问题的现状进行了阐述,并对研究相关问题的理论、方法进行了分析。然后,本文针对车间调度问题的生产过程进行了研究,阐述了针对该问题的形式化的建模工具Petri网。对Petri网的基本理论,应用方法进行了深入研究。由于车间调度问题的复杂性,普通Petri网在对调度问题建模时的模型将会非常复杂,这不仅使得建模困难,而且给系统的分析和控制造成很大障碍。针对这种问题,本文在前人的基础上,引入了改进的面向对象的Petri网模型,该模型将Petri网的抽象机制与面向对象的类、继承等概念相融合,将Petri网简化为多个子网,大大简化了模型的复杂程度,提高了模型的重用程度。本文在面向对象的Petri网建模理论基础上,针对一个结构完整、较为复杂的生产过程进行建模。建模结果模型简洁,为本文后续的车间调度遗传算法优化提供了基础。其次,本文对现有遗传算法理论进行了研究。针对现有遗传算法的不足及无法求解多目标优化的问题,提出了以Pareto排序与随机权重排序相结合的排序方法来求解多目标问题的求解方法,并在选择操作中应用小生境技术,同时提出了一种新的自适应的交叉操作方法。改进了遗传算法在求解车间调度问题上的求解速度和有效性以及求解多目标问题的能力。建立了作业车间调度的基本模型,应用本文提出的混合遗传算法对模型求解,得到了较好的优化解。进而,针对多目标作业车间的调度问题,首先提出了生产周期——生产费用的双目标调度模型。在前人生产费用的计算公式的基础上进行了简化,提出了更为合理的生产费用计算公式。应用本文提出的混合遗传算法对双目标优化问题进行了求解,得到了较好的优化解。在双目标优化调度的基础上,建立了以生产周期,生产费用,最大拖期时间,总拖期时间为目标的多目标优化调度模型。应用混合遗传算法进行求解,得到了优化解集。利用层次分析法对解集进行多目标决策排序,求得符合决策者偏好的偏好解。最后,本文研究将生产优化决策的理论、方法与现代信息技术相结合,运用ASP.NET和SQL Server技术,实现了应用遗传算法对车间调度问题的求解,并针对生产决策、生产调度优化决策的主要内容,研发并实施了生产决策支持系统。本文研究紧密结合生产型企业的发展需要,针对实际生产过程进行建模,并根据模型应用改进的遗传算法求解多目标作业车间的调度问题,并得到了较为优化的解。在此基础上上研发并实施的生产决策支持系统很好的实现了前述的研究内容,并对提高企业生产科学决策水平,企业经济效益和市场竞争力有着较好的现实意义和借鉴作用。