在传统生产调度研究中,机器被认为是一直可用的,而在实际中机器由于使用时间的加长产生磨损,使得机器生产效率降低,严重时会发生故障,因此需要对机器进行预维护。机器预维护虽然会占用一定的生产时间,但能够提高机器的性能,延长其使用寿命,可以看出机器预维护与生产调度之间存在密切的关系,因此对生产调度与预维护进行综合决策研究是十分有必要的。目前的研究按照对于预维护时刻的确定可以主要分为两大类,一类为基于周期性的预维护与生产调度综合决策研究,一类为基于机器状态的预维护与生产调度综合决策研究。本文针对基于机器状态的预维护与生产调度综合决策问题进行研究,研究工作如下:（1）理想定长预维护与生产调度综合决策问题。不考虑故障且预维护持续时间固定,根据预维护持续时间为定长时的不同时间长度,对预维护后机器状态的影响提出了3种预维护策略:定长如新、定长逐次递减、定长自由值,研究了预维护时刻点在阈值点与阈值区间的两种情况,优化目标为最小化总完工时间和最小化最大完工时间。针对问题建立了数学模型,并应用遗传算法进行求解。实验结果表明,预维护时刻在阈值点时更优,并且当工件数较少时,定长逐次递减策略最好,当工件数较多时定长如新策略最好。（2）理想非定长预维护与生产调度综合决策问题。不考虑故障,假设当预维护持续时间与机器状态相关时,根据对预维护后机器状态的不同要求提出了 2种预维护策略:非定长如新、非定长自由值,研究了预维护时刻点在阈值点与阈值区间的两种情况,优化目标为最小化总完工时间和最小化最大完工时间。针对问题建立了数学模型,应用遗传算法进行求解,并针对非定长自由值中预维护后机器状态不好确定的情况,在遗传算法中加入了启发式算法。实验结果表明,预维护时刻在阈值点时更好,并且非定长自由值更好。（3）非理想预维护与生产调度综合决策问题。考虑机器故障的影响,在第二个问题的基础上选择最优预维护策略,研究多种故障维修策略:小修、小修/中修、小修/大修,优化目标为最小化总完工和最小化最大完工时间。针对问题建立了数学模型,应用加入启发式算法的遗传算法进行求解。实验结果表明对于最小化总完工时间和最小化最大完工时间,小修/中修的故障维修策略都是最好的。