模具行业具有极高产业重业性,模具生产水平的高低,已经成为衡量一个国家产品制造水平高低的重要标志。随着市场竞争越来越激烈、产品更新速度日益加快,客户对交货准时性越来越重视。模具热处理是模具生产过程中的一个极其重要而又容易成为瓶颈的环节,且热处理又属于高能耗、高污染的加工过程。因此,如何能够有效地控制热处理生产以提高准时交货率和能源效率,这是企业迫切需要解决的问题。另外,相比于设备更新及工艺改造,通过提高管控能力与提供科学的决策支持是减小制造周期和能耗的最为现实的途径。本文以国内某大型模具生产企业为背景,研究一类平行机类型模具热处理车间动态批调度问题。该问题以加权拖期量和平均能耗为优化目标,并且考虑调度任务的较强的差异性和动态到达性、平行机能力非同等性。围绕此问题的解决,从调度机制、优化模型和求解算法等方面展开研究。首先,借鉴当前批调度领域流行的LAB(Look-ahead batch)策略建立事件驱动型热处理车间的动态调度机制,考虑到该类调度机制在全局调度上的近视性,因此针对性地提出两级面对上游工序具有可嵌入性的主动牵引机制,在预测时窗及全局总体趋势上对组批决策给予优化。其次,基于调度机制提出一类针对模具热处理车间上机决策求解问题的启发式算法EFP-MU-LAB,基于两级主动牵引机制提出相应的启发式牵引规则,即事件触发牵引规则(TE-ETP)及周期性定时牵引规则(TE-FTP),并将启发式牵引规则嵌入到调度算法中。根据所提出的算法,本研究中通过大量的仿真实验来验证其有效性并进行相关的环境适应性分析。最后,基于该企业热处理车间的实际业务流程,结合研究成果,开发一套适合模具热处理车间的生产管理系统,为热处理车间管理提升辅助决策,并提高其排产效率和速度。本文试图解决在全局信息不明确环境模具热处理车间的生产调度问题,其研究成果和所得到的结论能够为模具制造企业的科学发展提供必要的理论支撑及决策支持。