服装产业是我国的传统优势产业、重要支柱产业和民生产业,在提高人民生活水平、繁荣国家经济、促进社会进步等方面发挥着重要作用。随着产业发展和科技进步,越来越多的服装企业采用计算机集成制造思想和方法对生产过程进行组织和管理。生产调度在计算机集成制造系统中扮演着重要的角色,是实现制造活动高效率、高柔性和高可靠性的关键技术之一,也是企业生产管理不可或缺的部分。开展对服装制造系统的生产调度建模和优化研究,将生产调度问题从严格限定的理想环境拓展到贴近现实的服装生产环境中,有利于改善服装制造系统生产调度决策的建模精度以及寻优效率,提高服装生产过程中的资源分配合理性和生产有序性。本文以生产调度理论、优化理论等为基础,重点解决传统服装生产调度手段落后,实用性差的工程难题。针对从实际服装生产中提炼出的缝制标准工时制定、单阶段多机服装制造系统生产调度、多阶段单机服装制造系统生产调度和多阶段多机服装制造系统生产调度等问题,对模型构建与优化算法应用进行了较为系统、深入的研究。主要研究内容为:采用扎根理论方法探索服装生产调度的影响因素。按照开放式编码、主轴编码、选择性编码的程序,共提炼47个概念,总结出12个范畴,归纳出4个主范畴,建立服装生产调度影响因素作用机制模型。在此基础上构建包括目标层、准则层、变量层、方案及技术层、影响因素层等五层结构的服装生产调度优化框架,以期为后续研究奠定基础。标准工时是服装生产企业编制生产调度方案所需的基础数据。随着先进制造技术在服装产业的不断发展和应用,服装企业对标准工时制定的精度以及效率都有了更高的要求。缝制生产阶段是服装生产的重要组成,占服装生产成本和时间的比重较大。针对服装制造系统生产调度优化,提出预处理研究:服装缝制标准工时研究。在分析缝制工序标准工时主要影响因素的基础上,建立粒子群算法优化支持向量机的服装缝制标准工时制定模型,以快速、准确测定缝制工序标准工时。单阶段多机服装制造系统生产调度问题。选择服装缝制生产阶段,以最大完工时间最小为优化目标,构建考虑序列相关设置时间的不相关并行机生产调度模型。提出一种改进遗传模拟退火混合算法求解,针对每一代遗传运算产生的新种群,使用模拟退火算法逐一进行优化,这即保留了遗传算法全局搜索的优点,又融合了模拟退火算法局部搜索的长处。仿真实验结果表明所提算法具有较高的精度和更好的全局寻优能力,证明对算法的改进有效。多阶段单机服装制造系统生产调度问题。建立预防性维护与生产调度集成优化模型。设计改进和声搜索算法为求解该问题的优化算法,对新生成的和声进行扰动,扰动的方式是引入插入、反转、互换等领域搜索算子,以提高和声记忆库中的和声多样性水平,利于算法跳出局部最优避免过早收敛。仿真实验结果表明改进和声搜索算法具有较好的寻优精度和稳定性。多阶段多机服装制造系统生产调度问题。考虑生产过程中的序列相关设置时间和不相关并行生产系统约束,建立混合流水生产调度模型。针对此模型,提出一种改进双种群遗传算法进行求解,子种群1作为开发群体,重在提高算法的局部搜索性能,子种群2作为探测群体,重在提高算法的全局搜索能力,在进化过程中将两个种群的特定个体进行交换以实现协同优化。对算法有效性进行了验证,结果表明所提出的算法适用于多阶段多机服装制造系统生产调度问题的求解。