工业互联网时代,制造业企业对于效能提升的需求与日俱增。在面向市场的竞争中,快速响应生产需求变更的企业往往具备更强的灵活性。车间如何在各种约束条件下,针对不断变化的生产需求快速而弹性的制定生产计划,降低库存的堆积并节省运维的各项成本实现降本增效,是一个值得研究的问题。当下,大多数企业在车间生产的过程中缺乏科学的统筹规划,未形成具备体系的排程方案。车间作业调度问题（JSSP）作为车间排程系统的核心,也吸引了诸多学者的研究,相继提出了分枝界定法、邻域搜索、爬山算法等并运用到车间排程中。然而这一类算法面对巨大计算量时收敛求解速度过慢,在复杂的约束场景下很容易陷于局部最优解。此外,传统车间排程系统往往采用单体架构和贫血模型进行设计与实现,不仅在开发、运维方面弹性较差,且在性能、安全性和可用性等指标上存在诸多不足。在此背景下,本文针对某汽车零配件车间的相关约束进行建模,基于经典元启发（Meta-Heuristics）算法中的模拟退火算法进行了优化,使其趋于全局最优解的同时,具备较好的收敛性能,这提升了排程求解的速度;此外结合消息队列等技术实时感知任务完成情况,基于偏差实现动态响应二次排程,既节省了二次排程前置的盘点时间,又能在偏差需要值得关注时动态对排程计划进行优化,使之在算法层面更具备弹性。而在软件架构上,本文结合微服务架构中的Spring Cloud Alibaba、消息队列等组件对传统排程系统进行了架构升级改造与微服务的拆分,并给出了微服务网关、分布式事务、全链路监控与容器化快速部署的解决方案,在提升了服务吞吐与可用性的同时,在工程上更易部署且更具弹性通过对算法及工程这两个层面的优化,经过验证与测试,弹性的排程系统能够满足预定的需求与目标,为行业提供了一定的参考。