航天产品的生产是一种典型的单件小批量混流生产模式,制造工艺重复性差,加工路线安排随机性大、生产过程极易受到不确定性因素影响而导致生产调度调整的常态化。因此,如何建立一种能够适应这种高度耦合、动态和不确定生产环境的生产调度方法,合理地处理人、制造资源与加工过程之间矛盾与冲突,是航天军工企业迫切需要解决的问题。本文在建立群系统思想的基础上,通过借鉴和模拟人类的认知规律,针对如何赋予制造群系统认知能力以实现自适应调度这一问题展开研究,建立从底层制造资源实时状态到顶层决策行为的认知体系,使生产系统可以根据认知结果在运行中不断完善自身的结构、功能与状态,增强对环境的适应能力。论文的主要工作如下:（1）提出基于制造群系统认知的自适应调度实现原理把握生产系统从资源层到子系统层再到群系统层的不同层次状态及其变化,进而判断其影响并做出应对方案是制造群系统认知要解决的核心问题。本文结合人类解决问题的认知规律,将问题定义、搜索解决目标和路径、生成并选择合适的决策方案这一认知过程映射到制造群系统的调度决策过程中,提出由制造群系统状态认知到制造情景认知,再到自适应调度决策认知的多层复合认知体系结构,探究不同层次的认知目标、认知内容和实现机理,建立认知层次之间的复合机制,提高生产系统在运行中不断完善其结构与功能的进化能力和对环境的适应能力,从总体把握和克服实际生产过程的不确定因素的影响。（2）提出制造群系统状态认知的实现方法为了从系统整体运行的角度建立对生产系统的结构功能组成、行为和状态以及其和子系统之间的变化关系的认知,提出了制造群系统状态认知方法。针对制造资源状态的时变性以及制造资源状态、制造群系统不同层次组合状态之间存在的非线性关系问题,建立制造资源在时序上与组合逻辑上的多层状态拓扑结构和状态跃迁机制,并且基于混成自动机方法建立制造资源自动机模型、制造单元自动机模型、制造群系统自动机模型,实现对制造群系统内不同制造状态转移及其之间影响关系的刻画,为后续的学习、推理等认知活动奠定基础。（3）提出制造情景认知的实现方法为了使制造群系统具备判断其结构、行为、状态是否适应整个生产环境和生产任务的能力,提出了制造情景认知方法,即对各种制造资源组合状态所形成的制造情景进行预测。针对制造资源个体状态及其状态组合复杂多变、个体状态与制造情景间存在非线性逻辑关系,本文提出基于贝叶斯网络的制造情景识别方法,通过在历史生产数据中学习到个体状态与制造情景的因果关系,利用最大后验概率推理确定制造情景。针对制造资源状态与制造单元情景间的非线性逻辑关系,导致难以直接建立个体状态与制造单元情景之间的映射问题,提出基于贝叶斯网络的多状态融合制造单元情景认知模型,实现对制造单元情景的认知;针对制造单元情景之间的非独立性,提出基于状态熵加权朴素贝叶斯的制造群系统情景认知模型,实现由制造单元情景变化及其动态组合到制造群系统情景的认知。（4）提出自适应决策调度认知的实现方法为了实现生产规划的实时自适应调整与优化,在获取实时系统状态和制造情景认知结果的基础上,借鉴人类解决问题中生成方案与方案优化的认知过程,提出基于重调度方案生成的制造群系统自适应决策认知方法:首先,构建制造群系统自适应评估指标体系,并识别系统异常;然后,建立制造群系统异常分类和异常影响范围判别方法,确定重调度需要进行决策的内容;最后,根据制造群系统的层次化结构,结合MCTS算法的全局搜索能力和EO算法的局部优化能力,将加工成本、加工质量、加工时间以及拖期惩罚四个评价指标作为评估函数,设计用于群系统制造情景自适应调度的MCTS-EO算法,生成适应于制造单元情景集合变化的制造群系统情景决策集合,得到自适应调度方案。（5）系统设计与研究成果验证以单件小批量混流生产模式下制造群系统自适应能力需求为背景,设计并开发基于制造群系统认知的生产自适应调度（ASS-MCSC）系统。以某航天壳体零件精加生产车间调度过程为例,将论文提出的理论、方法和算法进行了实证研究和应用。验证结果证明,本文所提方法为实际航天产品生产中的动态调度问题提供了一种新思路。