随着交通与通信技术的迅速发展，国际互联网的快速普及，制造业面临的市场从原来的 区域性“小”市场急遽地演变成目前的全球性“大”市场。新企业的不断产生又使得市场从原来 的“大块”的市场变得越来越“碎小”。为了适应这种变化以及客户的各种要求，制造业提出了 分散网络化制造。在这种制造模式下，生产企业的组织结构和生产过程与原来相比发生了根 本的变化。作为生产过程核心问题的生产作业计划调度也发生了本质的变化。从原来的企业 内部作业计划调度变为企业联盟内的作业计划调度，各个联盟企业之间必须进行协调才能够 完成生产作业计划与调度作业计划调度。 本文针对此问题，首先对当前国内外生产作业计划与调度问题的优化方法和手段进行了 较为广泛深入的研究。在此基础上探讨了生产控制的理论与控制方式，指出网络联盟企业制 造单元的作业计划与调度应当应用二阶控制理论，随后进行了制造单元的作业计划与调度的 总体设计与建模。在分析确定调度协调信息的基础上，建立了协调调度的数学模型。在讨论 模型的实质以及比较解决问题的各种算法后，确定应用遗传算法来解决作业计划与调度优化 问题，利用智能Agent结构来解决调度协调问题。 本文对遗传算法作了简要的介绍，它是一种模拟自然的迭代算法。并本文在讨论如何在 生产作业计划与调度问题中应用遗传算法的基础上，提出并实现了一种适合于网络联盟企业 具有协调能力的自主的遗传算法，同时在算法中采用了符合生产实际边界条件的约束条件， 并给出了本文实现的应用遗传算法的系统设计以及作业计划与调度实例。 生产协调调度的设计与实现也是本文的重点。主要讲述了本文实现方式的技术手段以及 生产协调的业务逻辑，如对调度冲突的处理方法、预先生产计划与实时调度处理等等。 本文最后介绍了用于网络联盟企业制造单元的作业计划与调度计算机仿真原型系统的 实现。对系统结构、后台数据库的功能、数据分析结果以及系统集成方案进行了讨论。 关键词：作业计划，调度，协调，分散网络化制造，生产控制，排序算法，遗传算法，网络联盟企业