智能工厂具有生产系统智能化、数字化、决策动态化等特点。生产调度作为实现智能工厂的重要环节,这就要求智能工厂的生产调度要以数据驱动为核心,并实现实时动态决策。因此,本文围绕智能工厂生产调度相关问题,主要研究内容如下:(1)智能工厂生产调度问题分析。首先分析智能工厂的体系架构及关键技术,并指出智能工厂与传统工厂生产调度问题的区别点在于是否以数据驱动为核心。在此基础上,针对柔性作业车间和分布式柔性作业车间两个问题点,在智能工厂背景下分析其生产调度特点与关键技术。(2)智能工厂柔性作业车间生产调度研究。在物联网环境下,基于RFID等无线传感器收集实时制造数据,并将实时制造数据传输到CPS中对应的Agent模型中,这样一个就形成了了基于CPS-Agent的解决方法。在Agent模型中,利用生物群智能通信替代传统合同网拍卖模型,设计了基于随机扰动蚁群算法的信息素、转移系数,并给出了基于实时数据的信息素和转移系数的计算策略。最后通过仿真验证了本文提出模型的有效性。(3)智能工厂分布式柔性作业车间生产调度研究。针对含有多个相同加工能力车间的企业,基于目标级联法(ATC)将多车间生产系统划分为计划-调度-物流三层子系统,并建立生产调度层次模型;将生产扰动划分等级,根据扰动事件的影响程度确定一级重调度或二级重调度;最后利用禁忌遗传算法对问题进行求解验证。仿真结果显示,本文所提出的ATC多目标动态生产调度模型能够合理有效的进行调度排程,且在算法方面相较于遗传算法更为高效精准。(4)智能工厂生产调度实例验证。基于A公司的智能工厂实际生产数据,对本文所提出的两个模型进行仿真验证。实验结果表明,本文针对智能工厂两类生产调度问题所建立的调度模型都具有有效性与优越性,这将为后续智能工厂的落地带来理论支持。