中国在工业4.0时代推出“中国制造2025”计划,提出了将制造技术和信息技术深度融合的新型生产方式,要求传统制造业尽快向智能制造生产模式靠拢,实现产业升级转型。河北唐山日用陶瓷行业在产业升级转型的过程中遇到了一些考验。其一,日用陶瓷品种多、生产过程复杂,不合理的生产安排会造成订单逾期、资源浪费等问题。其二,陶瓷的整个生产过程是不可逆的,一旦出现问题会对产品造成不可逆转的影响,进一步影响订单交付。为此,研究了日用陶瓷生产过程中的智能排程调度算法和质量预测模型,旨在解决上述问题。本文主要工作如下:（1）针对人工不合理的排程安排导致订单逾期、资源浪费的问题,本文结合订单和日用陶瓷生产流程,合理分配生产资源和产能,建立智能APS（Advanced Planning and Scheduling）模型,实现对生产资源的动态调度。提出了一种改进的遗传算法,通过引入一个分布函数限制父代精英解的数量,实现对柔性车间多目标调度问题进行求解与优化,保证了种群的收敛方向和多样性。以企业真实数据为基础进行实验,验证了模型的有效性,解决了不合理的调度造成排程困难的问题。（2）针对生产过程中的异常对产品造成损耗从而影响产出的问题,本文通过研究陶瓷生产过程数据和生产结果之间的映射关系,将企业生产过程中的关键数据作为日用陶瓷的质量相关评价指标,作为模型的输入数据,将产检结果数据作为预测值,并提出一种改进的BP（Back Propagation）神经网络模型。通过训练好的模型,实现对成品日用陶瓷质量的预测,实现在数据层面上,达到对生产过程进行监督的目的。（3）结合物联网架构,将数据展示、数据管理、智能排程、质量预测等模块结合,设计并实现了一个面向日用陶瓷生产管理的智能化制造执行系统（Manufacturing Execution System,MES）,详细论述了智能排程、质量预测这两项关键技术在本系统中的设计与实现过程。