多智能体技术是目前人工智能领域的研究热点，它对解决具有空间分布特点的复杂问题有着独特的优势，是一种具有重要研究意义和应用价值的方法。生产调度位于CIMS体系结构中的中间层，是控制与管理一体化的接合部。向上要给企业经营战略决策层提供决策依据，向下要安排生产加工任务，指导监督控制层的运作。因此，生产调度是实施CIMS的关键。由于调度问题大多数都是具有NP难度的组合优化问题，寻找具有多项式复杂性的优化方法几乎是不可能的。将多智能体技术和生产调度相结合，利用多智能体系统的分布求解特性，将复杂任务分解成相对简单的单元模块，通过协商和合作共同完成任务，从而降低单一调度系统设计的复杂性。 本文系统地分析了多智能体系统的概念和组织行为，提出了基于多智能体的车间调度模型，并利用面向对象编程技术对调度问题进行仿真。研究工作主要包括以下几个方面： 1、系统地分析了多智能体系统中智能体之间的通信以及多个智能体之间的协作问题，为基于多智能体技术的调度系统的提出建立理论基础。 2、通过对面向Agent的分析与建模方法的探讨，建立了制造车间的MAS模型。该模型采用实体型智能体，将参与车间调度的实体浙江下业人学硕}学位论文抽象为管理者Agent、任务Agent和资源Agent，并按照合同网协议进行智能体之间的协调和合作，以达到智能体共同协商来完成订单加工任务。建立、分析了三种智能体的功能结构，着重论述了智能体的协商过程，并针对一个基于Job一shop类型的柔性调度实例进行仿真。 3、在车间调度似S模型的基础上，提出了适合动态调度的多智能体模型，并针对机器不确定和任务不确定这两种情况进行了仿真。此外，我们还介绍了基于改进遗传算法的柔性作业车间调度方法 (FJSP)，并提出了结合遗传算法的混合调度模型及方法。 4、总结了前人的研究成果，将遗传算法、神经网络算法以及多智能体技术应用到具体的生产调度上，并结合课题项目介绍了生产计划与调度智能算法软件包的结构和功能。在分析了系统的功能需求并充分考虑实际生产过程后，我们提出了整个软件包的框架结构，从功能角度和工作流程两个方面，论述了整个软件系统的结构;同时，我们又从软件开发的角度，详细说明了数据库的设计及算法部分的软件实现。最后，我们给出了一个实际的生产实例，利用软件包进行实际的优化调度并分析了结果。