随着新兴技术的不断发展和快速迭代,以及市场竞争的日益激烈,装备制造企业快速响应复杂多变环境是其跨越式发展的有效保障。传统制造企业数据收集和信息共享水平是制约供应链发展的瓶颈,数据采集不完整和信息共享不完全导致供应链企业无法从全局进行统筹安排,供应链企业间的合作比较松散。但是随着制造技术、信息技术等的发展,企业生产数据可以实现快速收集和完全共享,为供应链协调调度提供了基础,促进了供应链整体效率的提高。因此,研究数据共享环境下装备制造供应链如何实现更好地协调调度以增强供应链抗干扰能力、提高供应链柔性以及最大化供应链整体效益意义重大。本文围绕装备制造供应链在智能制造模式中数据可共享环境下的协调调度问题展开研究。由制造商和供应商构成的两级装备制造供应链是研究在数据共享环境下供应链协调调度的基本结构,也是研究更为复杂供应链的基础。因此本文先从一个制造商和一个供应构成的两阶段供应链出发,针对装备制造供应链动态环境下快速响应恢复问题,建立兼顾初始调度目标、扰动修复目标和补偿接受条件的供应链协调调度模型（WS-QRC）。针对CPPS环境下机车轮对制造供应链的快速响应与协作问题,提出了一种总成本最小、方案调整最小的中断管理协作方法。首先,讨论了CPPS环境下装备制造数据实时在线获取和供应链成员间信息共享的机制和方法。实时数据采集与共享解决了以往信息不流畅导致的供应链协调不及时的问题,提高了装备制造供应链的稳定性和应变能力。然后,考虑到装备制造业面临的各种不确定性,引入中断管理机制和协调机制,解决了由于机器干扰导致整个供应链初始调度不再最优的问题,建立了供应链协调调度模型。为了鼓励车轴厂采用车轮厂在受扰中断情况下提出的新的调度方案,本文提出了一种基于补偿机制的供应链协调方法。该方法考虑了车轮厂的初始调度目标和新方案的偏差最小化目标,使供应链整体利益最大化。设计了一个具有扩展邻域搜索结构的粒子群优化算法DPSO＿ENS。并以中国某高速列车厂的数据为例,验证了本文模型和算法的可行性和优越性。实验结果表明,供应商主导的协商调度模型能够有效地解决装备制造供应链在数据共享环境下快速响应和协调调度,且改进的PSO算法具备良好的性能。基于上述研究,本文将研究对象扩展到结构更为复杂的云平台环境下信息可完全共享的装备制造供应链,研究了以云平台为主导的由需求方、供应方和平台管理方构成的多利益主体的复杂供应链协调调度问题。首先,讨论了云平台环境下装备制造供应链的特点。云平台模式下,装备制造供应链各方将自己的需求和制造信息发布于云平台,云平台通过协调调度实现供应链整体效益的提高。然后从供应链资源整体优化出发,通过云平台主导,建立考虑制造任务约束、最小化完工时间和成本等多个因素的供应链协调调度模型,并设计一种自适应优化算法PSO＿DE,且通过算例实验验证了算法的有效性。