待制品生产时间的预测使得企业能够把握生产情况,及时对生产性能的波动做出响应,降低因生产系统性能波动造成的损失。根据预测的结果,能够及时调整生产过程参数,提高生产性能,合理安排生产活动。但是对于多品种混流生产系统而言,由于产品的数量、种类、工序多种多样,导致生产系统变得复杂且具有高度的动态性,使得传统的分析方法对其对其生产性能的研究较为困难。本文针对现有研究的不足,采用离散事件仿真结合机器学习的方法对多品种混流生产系统生产性能的优化和待制品生产时间的预测进行研究。通过离散事件仿真方法对多品种混流产线进行仿真建模,结合仿真生产得到的生产数据使用机器学习方法构建预测模型,实现对待制品生产时间的预测。本文研究工作主要包含以下部分:使用离散事件仿真方法,以真实的什锦糖礼盒多品种混流生产线为原型,在智能工厂仿真软件中构建高保真的仿真平台,并设计编写控制脚本实现了生产系统的仿真生产、数据采集以及在制品优先级控制。根据仿真平台的特点提出贪心算法、在制品数量受控算法、在制品时间熔断算法和联合算法四种生产控制策略。设计5组仿真实验研究了仿真平台的两个关键参数:允许的最大在制品数量限制和超时熔断时间,通过仿真生产数据分析,得出了其对仿真生产系统性能的影响规律。在仿真实验的基础上选取合适的生产参数,并在该参数配置下进行仿真生产数据采集。结合采集到的生产数据,针对多品种混流生产的特点,使用传统机器学习方法以及多层感知机、循环神经网络、长短期记忆网络和门控循环单元网络几种神经网络模型进行待制品生产时间预测模型的构建,对比各种模型并选取门控循环单元网络作为最终的预测模型。评估结果表明,模型的预测精度以及计算性能都满足待制品生产时间预测的精度要求和实时性要求。