模具是工业产品成形的重要工艺装备之一,是国际上公认的关键工业。近二十几年来,随着国民经济的快速发展,我国模具工业得到了蓬勃的发展。然而,与发达工业国家相比,我国的模具工业水平仍存在差距,这种差距在企业管理方面表现得尤为明显。通过对我国多家模具企业的实地调研发现,模具生产管理是模具企业管理中的瓶颈所在。由于模具生产是由订单驱动的、产品生产的一次性和制造过程的经验性,造成车间级生产的计划性差,各种变更和意外冲突频繁,车间级的计划管理是模具企业的生产管理中最为薄弱的环节,也是模具企业管理者最为棘手的问题。针对这一状况,本文将模具企业的动态车间作业计划作为研究主题,对其中的关键技术进行了系统的理论研究,并以此为基础,开发了与车间现场实时监控相结合的模具企业动态车间作业计划系统——eManScheduling。从工件到达的性质和执行过程的变化来分,车间作业计划可分为静态车间作业计划和动态车间作业计划。动态车间作业计划通常包括两方面含义:工件随机陆续到达和执行过程中动态多变。根据模具企业的生产特点,显然,相应的车间作业计划应该属于动态车间作业计划。本文首先从模具企业动态车间作业计划的建模入手,采用面向对象的思想,系统地分析了任务、资源和加工三类对象中与车间作业计划相关的各类属性,建立了相应的动态车间作业计划模型。为了探索面向实际生产条件下车间作业计划的优化求解算法,提出了一类针对模具生产特点的特殊作业计划问题——平行机问题,并设计了一种改进的遗传算法。在该算法中,提出了“资源的工时能力指数”、“冗余机器基因库”的概念,为了兼顾算法的收敛速度和群体的多样性,在交叉算子中加入了针对父代和后代的赌轮选择,并设计了基于机器负荷的LBH 启发式变异算子。与其它平行机问题求解算法相比,作者所提出的算法表现出较优越的性能。然而,从算例运行的时耗来看,遗传算法对模具企业实际生产的车间作业计划来说仍缺乏适用性。为此,基于模具制造过程的特点,进一步提出了一类考虑工序相关性的动态车间作业计划问题。通过对工序相关性的定义和描述,建立了相应的动态车间作业计划问题的优化模型和析取图模型,并提出了基于优先调度规则的启发式算法。在该算法