随着计算机技术和互联网技术的快速发展,全球采购市场的逐步形成,个性化、多品种、少批量制造的比例越来越高。然而,有关统计资料表明,在多品种小批量的机械制造过程中,95%时间消耗在等待、运输等非加工中,即大量在制品占据了制造企业的大量时空,一方面设备利用率非常低下,另一方面形成了大量的资金积压。因此,在越来越大的市场竞争压力下,企业如何充分利用有限资源,提高产品质量、降低生产成本,并快速响应市场变得极其重要。在现代制造系统中,生产计划与作业调度是企业生产经营与管理的核心之一,尤其是复杂、柔性制造系统能否取得预期经济效益的关键技术之一。生产计划与作业调度的目的在于通过对制造资源和物流的合理规划、调度与控制,提高制造资源的利用率、缩短制造周期、减少在制品、降低库存,实现多品种、少批量的高质量、低成本、高效率柔性生产。然而,大多数现有生产计划与作业调度方法都对实际制造环境作了大量的简化,即所研究的作业调度方法与系统和实际应用尚有较大距离。因此,综合考虑企业不同制造周期的多目标(最短的制造周期、最大的资源利用率、最小的制造成本等),多约束(交货期、柔性工艺路线、工序时间及毛坯到达时间等)问题,研制实用的生产计划与作业调度系统变得极为迫切和必要。本文针对多品种小批量生产模式使作业调度规模急剧增加问题,提出了基于主生产计划,通过生产资源平衡优化方法构造生产线和柔性生产单元,解决大规模的柔性工艺路线选择,充分利用企业的其他信息,结合生产资源的实际生产情况,给出有效的作业调度方案。本文试图从解决多品种小批量的柔性作业调度实际应用性出发,根据不同类型车间,研究了对应的多目标多约束的作业调度。本文完成的工作有如下:①基于资源平衡优化的作业调度问题描述与建模。针对不同车间类型建立作业调度的问题描述与数学模型。包括对多目标多约束作业调度问题的描述,解决柔性大规模作业调度生产能力平衡模型的描述,多目标多约束环境下作业调度模型的建立等;②多目标多约束环境下作业调度关键算法的研究。考虑最大完工时间函数、等待时间函数、交货期等不同的目标函数,实现基于工艺路线、有限生产资源等多约束的调度。在Flow shop调度研究中,使用启发式规则与遗传算法实现资源优化与作业调度的结合;在Job shop调度研究中,运用遗传算法实现多目标柔性工艺路线的作业调度。③原型系统的实现。运用标准测试案例与工程实际案例对原型系统进行测试,体现了生产资源平衡优化方法在解决大规模作业调度中的作用。