《国务院办公厅关于大力发展装配式建筑的指导意见》指出,发展装配式建筑是建造方式的重大变革。预制构件是装配式建筑的关键部件,其生产调度过程是一个多变量、多约束、多目标的优化问题,已成为制约施工进度、生产成本、节能减碳的关键因素。目前相关文献主要以流水车间为模型开展预制构件生产调度研究,无法充分表达生产加工复杂柔性特征,造成大量机床空闲,亟待融合问题特性的高性能优化方法。本文充分考虑预制构件生产复杂约束和目标特点,包括分布式、分时电价、机床加工速度、起重机搬运、分组加工、生产运输一体化等,以柔性作业车间调度为基础建立了混合整数规划模型。基于问题特性,设计了多种全局和局部搜索算子。针对不同生产场景,提出了不同结构的深度强化学习算法。将深度强化学习和进化算法有机融合,构建了高效的预制构件生产运输一体化算法仿真平台。本文的主要研究内容如下。（1）针对预制构件生产调度问题建模,分析了部分机床的多个工件同时加工、部分工序加工时间较长等约束,以最大完工时间和总能耗为目标,同时考虑了多个工厂的预制构件生产分布式调度问题,建立了以柔性作业车间调度为基础的混合整数规划模型,并进行验证。融合了分布估计算法和变邻域搜索的混合算法,实验结果表明,该混合算法既提高了寻优过程的探索能力,也提高了算法的挖掘能力。（2）针对实际预制构件生产过程中的复杂多约束调度问题,考虑了分时电价、机床加工速度等关键约束,同时考虑了机床的准备阶段和空闲阶段,提出了深度Q网络（DQN）求解模型,模型的状态特征详细刻画了任一调度过程上的系统属性,并且基于问题特性设计了多种动作,能够有效优化目标值。（3）针对建筑预制构件在加工过程中需要起重机搬运的特征,需要考虑起重机搬运的各个状态所花费的时间和能耗。在这种加工情景下,同时考虑机床的准备阶段、空闲阶段和加工阶段,整个预制构件的生产过程属于一个复杂约束的优化问题,在此基础上同时对最大完工时间和总能耗进行优化,并且将分布估计算法和DQN模型相融合,进一步提升算法的求解性能。（4）针对多工厂分组预制构件生产调度问题,考虑工件存在分组加工的限制的约束。在预制构件分组加工的情况下,同组的预制构件需要在同一车间内加工完成,且加工时所需的机床状态相同,无需机床的准备时间,不同组的预制构件接续加工时需要考虑准备时间。针对分布式预制构件的组调度问题,设计了DQN组合网络结构,将单工厂和多工厂的优化策略分别用两个网络管理,再用一个网络控制两种策略的选择,此外设计了迭代后的精炼步骤进一步提高优化效果。（5）针对多工厂预制构件从生产到施工现场运输的全过程,同时考虑了预制构件的生产调度和运输调度过程,并建立了相应的数学模型。利用改进的DQN模型求解该综合性应用问题,对整个加工调度和运输过程进行一体化优化,具有较强的现实意义。通过对数学模型的验证实验和与其他算法的对比实验,证明了本文提出的DQN模型能够满足多工厂预制构件生产和运输一体化优化的需求。