近年来,随着众多制造企业不断的推陈出新,逐渐演变出一种结合智能化、数字化的多制造商企业协同制造模式,通过协同的方式充分利用制造商的优势,来达到降低生产时间、提高产品的质量以及减少产品的上市时间等目的。但在企业的实际生产场景中,如何低成本高效的调配利用众多协同企业的优势资源来完成任务,成为了协同制造问题的难点。本文研究内容主要分为两点,考虑在协同制造过程中生产问题和生产运输结合问题。协同生产问题针对多工序产品在多制造企业间协同制造过程的生产计划制定及制造商选择进行研究。以马尔科夫决策过程为基础,将订单同种工序的加工和完工后的运输过程划分为一个阶段。考虑制造商加工动作和节点运输动作,以制造商处订单的等待和完工情况及节点的加工和到达制造商时间为状态,构建以最小化生产成本、等待成本、延期交货惩罚成本和提前交货库存成本为优化目标建立模型。根据问题只有在订单完成加工时可以得知其交货情况的特点,提出一种启发规则给出订单在无等待情况下生产时间上界与下界来近似交货状态和成本,同时采用线性值函数近似方法近似订单的交货状态和成本,最后结合两种近似方法采用近似动态规划算法对问题进行求解。在问题最后建立静态协同生产模型,并利用cplex对模型进行精确求解。协同生产运输问题在协同生产问题背景基础之上,加入订单在制造商间的合并运输行为,考虑订单在制造商间的运输成本,合并运输时可以节省车辆的使用费用,构建以最小化生产成本、等待成本、运输成本、延期交货惩罚成本和提前交货库存成本为优化目标建立模型,最后采用同协同生产问题的求解方法对问题进行求解。在问题最后建立静态协同生产模型,并利用cplex对模型进行精确求解。文章数值算例部分,模拟符合实际的生产相关参数,针对上述两个问题分别采用两种近似方法下的近似动态规划进行求解,并与静态模型所求解过进行对比。最终可以发现在对比过程中,线性近似方法下的动态规划方案成本整体优于采用启发规则近似求解所得结果,其中协同制造问题二者与精确解误差在5%左右,协同制造运输问题中二者与精确解误差分别在7%和10%左右。