随着消费水平的不断提高,用户对汽车的需求向着多样化、个性化发展,越来越激烈的市场竞争要求企业能够快速响应用户的需求,尽量缩短交货时间。基于时间的竞争和基于用户订单需求的竞争成为汽车企业的主要问题。按订单生产逐步成为汽车企业的主要生产模式。多样化的订单对企业的生产管理提出了更高的要求,实时地采集车间生产信息,准确地反馈到上层计划系统,才能应对快速变化的用户需求和多样化的订单。MES作为连接上层计划系统与底层车间生产管理的中间执行层,将信息技术与生产管理有效的结合,能够完成订单的排产优化生产跟踪等功能来满足MTO生产的要求。本文研究了汽车制造企业按订单生产的特点,提出了面向订单生产企业对MES的功能需求,以典型的按订单生产企业重汽商用车公司为例,通过分析重汽商用车公司的情况,针对商用车公司交货期处理现状提出了交货期预测方法:将交货期分为基准完工期和交货拖工期两部分,分析了影响交货期的因素,提出了基准交货期预测的计算流程,运用神经网络建立了车间因素对拖工期影响的数学模型。得到订单交货期后分析了订单产品的排序问题,建立了排序问题的数学模型,提出了使用改进的遗传算法优化生产序列的方法。最后根据重汽商用车公司的生产特点,对面向订单生产的汽车MES中的订单功能模块进行了系统实现。