随着制造业的迅速发展,制造执行系统正成为制造企业利用制造资源、提高快速响应能力的关键。本文研究了面向云制造的制造执行系统中零件实例检索方法、柔性作业车间的资源管理和配置、生产计划和调度,提出了基于CBR的零件实例检索方法、基于粒子群优化算法的柔性制造单元构建方法、基于JIT的加工和装配生产计划调度集成方法和基于SPEA的柔性作业车间分批调度多目标优化方法；并结合企业具体应用将上述理论应用于机床装备的生产管理中,取得了良好的效果。论文的主要工作如下：第一章综述了制造执行系统的层次结构、功能体系和研究现状,阐述了制造业的现状、发展趋势、相关研究技术和云制造特点。在分析现有制造执行系统在云制造环境下不足的基础上给出了论文主要研究内容及技术路线。第二章提出基于CBR的零件检索方法。阐述了零件实例检索研究现状、零件特征的分类原则、识别方法和技术。分析了零件形状特征间的可比性和相似度,提出了复合特征层、基本特征层和简单特征层零件的形状和几何相似性计算方法和基于CBR的多层次零件检索方法,分三个阶段计算零件间的相似度。第三章提出基于粒子群优化算法的柔性制造单元构建方法。分析了不同的制造环境下制造资源构建方法,构建了在云制造环境下多加工车间生产资源布局的柔性制造单元模型,该模型融合物理制造单元和逻辑制造单元的优点,以制造成本最低为目标,并综合考虑了制造资源布局、加工路径选择以及加工批量设置等因素,给出了一种基于粒子群优化算法的制造单元构建方法。第四章提出了基于JIT的加工和装配生产计划调度集成方法。分析了生产计划和调度研究现状,阐述了生产计划和调度的约束、特点、核心问题和方法。针对订单生产型企业JIT准时供货的要求,以交货期为目标,考虑加工和装配工艺约束、加工和装配设备约束,建立了加工和装配计划调度集成模型,该模型为两层混合规划模型,运用了遗传算法和启发式规则,提出了混合启发算法,对产品制造过程进行分解,先通过装配计划计算得出各工件的交货期,然后根据工件的交货期,确定了工件的加工计划。第五章提出了柔性作业车间分批调度多目标优化方法。分析了作业车间调度的研究现状,构建了以制造工期、拖期惩罚、加工成本、批次数量和机器总负荷为目标函数的柔性作业车间多目标调度模型,考虑制造工期、加工成本、拖期惩罚值、批次数量、机器总负荷五个优化目标,应用改进的强度Pareto进化算法(SPEA)求解。该方法将工件分割成具有柔性数量的多个批次,同时使各批次的工艺路线选取及加工顺序得到优化。第六章结合企业项目需求和本文研究成果,开发了面向云制造的机床装备生产制造执行系统("ME-MES"),以实际应用验证了所提理论和方法的正确性和可行性。第七章总结了本文的主要研究内容和成果,并展望了今后的研究方向。