生产调度就是在一定的时间内，进行可用共享资源的分配和加工任务的排序，以满足某个或某些特定的生产指标。有效的调度方法和优化技术的研究与应用，是实现先进制造和提高生产效率的基础和关键。改善生产调度方案，可大大提高生产效益和资源利用率，进而增强企业的竞争能力，因此生产调度问题一直是制造系统的一个研究热点。然而由于作业车间调度是一种典型的组合优化问题，该问题是典型的NP-hard问题，所以该问题是理论研究中最为困难的问题之一。同时随着网络化制造的发展，分布式车间调度优化的问题变得越来越多，由于生产资源异地分布，生产设备分布在不同的工厂或车间中，而且制造信息具有分布性、非预见性等使得现有的生产调度机制、方法与策略难于产生理想的效果。针对以上这些问题，本文做了基于目标级联法和智能优化算法的车间调度方面的研究。具体的研究内容如下：提出熵增强的禁忌搜索遗传算法，并用于作业车间调度问题的求解。在详细描述车间调度问题的基本模型之后，介绍遗传算法的基本流程和控制参数，描述遗传算法在应用于车间调度问题时的编码与解码、选择、交叉、变异以及适应度函数方面的设计。将禁忌搜索算法、遗传算法和种群熵相结合，提出一种称之为熵增强的禁忌搜索遗传算法，并应用于解决车间调度的问题。提出熵增强的混合粒子群算法，用于柔性车间调度问题的求解。在描述柔性车间调度问题的基本模型后，介绍粒子群算法的基本原理和算法特点，用粒子群算法求解柔性车间调度的问题，尤其着重其位置向量的设计、位置向量和速度向量的更新及粒子群算法优化的基本流程。根据粒子群算法、遗传算法、模拟退火算法和种群熵的特点，结合四者提出一种称之为种群熵增强的混合粒子群算法，并应用于解决柔性车间调度的问题。应用混合优化算法求解分布式层次化车间调度的问题。对于分布式车间调度的问题，建立两层的调度优化模型，其中生产调度层负责订单零件的分发，车间调度层实现零件路径的规划。其中，用所提出的混合遗传算法实现分布式车间调度问题的求解，用所提出的混合粒子群算法求解柔性分布式车间调度的问题。基于目标级联法求解大规模车间调度和柔性分布式车间调度的问题。应用目标级联法建立大规模车间调度的模型，包括零件族层模型和零件规划层模型，并结合实例验证该模型的有效性；以及应用于分布式车间调度建模，同时用实例验证该模型的有效性。用粒子群算法和目标级联法求解多目标柔性车间调度的问题。用粒子群算法求解包括完成时间、加工成本和交货期为目标的单车间调度问题，然后再用目标级联法建立分布式柔性车间多目标调度模型，包括生产调度层模型和车间调度层模型，并结合实例验证该模型的有效性。调度软件的设计与实现。首先分析调度软件的开发环境，包括开发平台和数据库的选择，然后分别描述管理层、生产调度层和车间调度层的软件设计与实现，以FT06的遗传算法车间调度和基于目标级联法的分布式车间调度为例，验证调度软件的有效性。