计划与调度是生产系统中最为重要的两个子系统。在传统的生产系统中,计划与调度被分为串行的两个阶段即先制定计划再进行调度,这种方法造成了计划在实际调度中不可行、生产计划难以更新、负载不均衡等问题,也未曾考虑在供应链环境下,有协作的计划和调度；此外之前的研究多集中于理想的单目标研究,而在实际生产中,需要考虑的目标往往有多个,因此研究多目标集成协作计划与调度具有重要意义。对于集成计划与调度的求解有两大类方法：基于Agent的方法和基于算法的方法,其中基于算法的求解方法可行性较高,是求解集成计划与调度问题的主要方法。在众多算法中,进化算法凭借其具有的易与模型集成、收敛性好、处理复杂问题效率高等优势,成为求解集成计划与调度的首选。本文以多目标集成协作计划与调度问题为研究对象,首先研究多目标集成协作计划与调度模型,接着设计基于多目标进化算法的模型求解算法对模型进行求解,并全面分析了算法的性能。1.构建了多目标集成协作计划模型。针对现有生产系统中协作计划、生产计划以及调度方案不能同步制定的问题,考虑在供应链环境下有协作的计划与调度,以供应链协调中常见的完工时间、总成本、总拖期时间、平均流经时间四个性能指标为目标,构建了一种多目标集成协作计划与调度模型。2.基于群体进化算法的模型求解算法。针对传统的聚集函数法求解多目标优化问题时,存在的难以搜索到非凸解的问题,设计了一种基于群体多目标进化算法的多目标集成协作计划与调度模型求解算法,实现了对生产计划、协作计划、调度方案三者的同步制定以及整体的多目标优化。3.基于Pareto最优的进化算法的模型求解算法。针对基于群体多目标进化算法存在的搜索到的最优解不是全局最优解以及“物种形成”问题,设计了一种基于Pareto最优多目标进化算法的多目标集成协作计划与调度模型求解算法。运用该算法求解了多目标集成协作计划与调度模型,并从多目标优化性能、收敛性能两方面详细分析了该算法,证明了其有效性和优越性。