许多工程领域中的调度和规划问题都相当地困难,尤其是大规模调度和规划优化问题。飞机地面作业调度(AGSS)就是这样的一个问题。本文在回顾了飞机地面作业调度相关领域的研究后,首先对飞机地面作业调度问题在约束满足问题框架下进行了形式化。并证明了该问题是NP-完全(在某些情况下是PSPACE-完全)的困难问题。随后提出了一个面向飞机地面作业调度问题的动态分布式调度模型、一个动态动态收集并融合飞机地面作业相关的数据的调度环境run-and-schedule和一个多Agent算法DSAFO(Dynamic Scheduling Agents with Federation Organization,具有联邦结构的动态调度Agent)。DSAFO算法引入了两种策略来满足飞机地面作业调度中的约束:局部启发式和基于Agent角色和联邦组织实现的全局协作。DSAFO进行飞机地面作业调度的主要步骤是:实时地从run-and-schedule接收航班数据,将航班需求分解为许多子作业;利用多Agent动态地将每套子作业的解空间分割为合理的划分;在每个划分(Agent)内进行局部启发式求解;利用划分间的协作进行全局解的优化;并同时将结果分发到飞机服务资源上。DSAFO算法具有不错的时间复杂度:介于平方和三次方之间。虽然实验证实DSAFO是不稳定算法,而且受到几个参数的影响,但是该算法能够很好地满足全部约束、跳出局部极小值、寻找资源耗费和人力分配的近优解。在对参数造成的影响进行了深入的实验和理论分析后,文章将DSAFO算法同MMAS蚂蚁算法和传统启发式算法进行了实验对比。最后给出了DSAFO的研究总结和飞机地面作业调度问题的未来研究方向。