目前我国制造业面临着生产设备落后、制造成本高、质量低、生产工艺粗糙、企业自主创新能力不足等一系列问题。制造执行系统(MES)作为实现企业信息化与工业化的产物,是实现工厂智能化的一种可行性方案,并在“中国制造2025”及德国“工业4.0”等政策的驱动之下得到了快速的发展。本文以面向离散型制造业MES中的主要功能为研究对象,对相关技术与理论展开分析与研究。实现车间设备的万物互联,是企业走向工厂智能化的第一步,本文通过分析离散型制造业车间在布线过程中常会出现的问题,基于OPC、Socket、Arduino等技术并使用WIFI串口服务器的方式实现了设备与MES的无线连接,合理解决了离散车间布线困难的问题,为企业实现智能化生产奠定了基础。产品质量的预测长久以来是企业最为关注的话题之一,因此在MES的设计过程中,将产品质量预测模块作为MES的核心模块之一进行研究与开发。BP神经网络在预测领域较为成熟,但也有着学习收敛速度慢、无法保证收敛达到全局最小点等缺陷。本文将GA-BP神经网络为按压泵质量预测模块的核心算法,通过遗传算法优化BP神经网络算法的权值和阈值,最后基于按压泵生产车间的实际数据进行产品质量预测,验证MES该模块在按压泵生产车间的可行性。按压泵生产车间目前的调度方式为传统的人工调度,该方法在订单需求量大或出现其他意外状况时,总是会无法高效的完成任务。本文将遗传算法作为按压泵生产车间调度模块的核心算法,并基于算法易早熟、局部收敛慢的缺陷,采取适应度值标定以及自适应交叉、变异设计等操作进行算法优化,最后基于按压泵生产车间的实际数据进行调度实验,证明MES该模块在按压泵生产车间的可行性。基于上述理论方案,本设计使用Visual Studio 2017作为该MES的核心开发软件,Sql Server 2017为MES的数据库,Matlab 2017为计算工具,设计并开发了一款C/S架构的MES。通过实际测试,验证了该MES可满足企业需求,有效的提高了按压泵生产车间的管理水平与生产效率。