随着社会经济的发展和人们生活水平的提高，客户对于家居及家具需求呈现出多样化、个性化的趋势。不少家具企业的产品生产模式从原来的库存型批量生产，转变为个性化订单型大规模定制生产。在此生产模式下，家具产品的种类增多、且对加工周期和交货时间有着较高要求，促使企业较大程度地转变生产规划及资源调度方式以适应新的生产模式。目前对于家具生产行业的研究主要集中在工序安排、快速设计、板材裁板优化等研究，对个性化定制背景下的板材家具生产组织及调度的研究较少。如何针对现实生产特点进行数学优化问题建模，并结合协同生产、准时交货制约实现生产资源的最优利用，是本文的研究重点。　　本文研分析了现有家具企业存在的订单生产连续性差、生产不协同、包装拥挤、订单完工不准时问题，提出以订单完工准时和同订单产品零件制造协同为调度目标，建立相对应的目标函数，进行了多目标归一化处理。针对该目标函数的特征，本文挑选了PSO-DE(Particle swarm optimization algorithm-double encoding)算法进行优化，并对算法参数进行调整及校正，使得目标函数能够取得较好的求解。此外，引入GA(Genetic Algorithm)算法进行比较分析，对不同规模问题进行测试，比较结果表明PSO-DE算法在最小化协同度和最大化满意度上有更好的优化性能。文章的主要内容包括:　　(1)对国内外生产调度现状、板材加工调度的现状进行了研究，探讨了多生产线置换流水车间调度应用于板材加工行业的实用性和可行性，比较了各种调度问题的优缺点，结合现实板式加工制造企业加工环境特点确定了采用多生产线置换流水车间调度用于板材加工制造。　　(2)分析了板材加工制造环境下多生产线置换流水车间调度的特点，根据现有企业存在的生产不协同，打包环节堵塞严重，不能准时交货等问题，提出以协同生产和准时生产为调度目的的调度方案。　　(3)对板材加工制造环境下多生产线置换流水车间调度问题建立数学模型，设定假设，确定参数，设置约束条件，建立目标函数。　　(5)通过分析现有的优化算法，提出选择PSO算法的实用性，根据模型需要，提出一种基于订单和零件的双重编码方法，双重编码方案本身可以很好的促进订单零件协同生产，此外，双重编码对订单准时交货也有一定的保证。　　(6)测试、优化提出的算法性能和效率，主要包括算法本身的参数敏感度测试和算法之间的对比测试，通过参数敏感度测试选出具有好的优化效果的控制参数值，引入GA算法，通过对比测试验证提出的算法具有更好的优化性能和优化效率。