中国正在从制造业大国向制造业强国转型,国内制造企业在转型的过程中做了大量的研究,提出如互联工厂、灯塔工厂的先进的制造理念。但是在面对日益复杂的定制化市场,特别是众多离散型制造企业的传统生产方式优化改善方法已经难以满足企业提效降本的可持续发展需求,需要更加深入地活用工业大数据技术,其核心技术包括了自动机器人、工业大数据处理、特征选择、数据挖掘等。本文围绕工业大数据驱动定制生产方式优化设计及其应用,从而为定制生产模式下有效控制企业管理运营成本与决策成本的问题提供新的解决思路。深入研究工业大数据是如何驱动定制生产,构建基于DVES模式及CPS系统的敏捷制造价值与控制管理AMVC,并结合敏捷关键绩效指标KPI进行案例数据验证。本文主要的研究贡献如下:首先,研究制造模式与定制生产的演变与发展方向,分析其驱动因素与工业大数据的应用,并综述离散事件系统规范DVES与敏捷管理等模型理论基础。再者,针对离散型制造生产方式中多源异构数据的特点,基于DVES与CPS为数据模型基础,以数据清洗、z-score数据转化、时序平滑等数据处理方法,来构建实时的、能够处理具有离散型特点的多层级异构数据的AMVC模型与敏捷关键绩效指标KPI模型,为离散型生产方式优化提供一种新的思路。然后,以PRESS指标为主要约束条件,构建出以“知识图谱-聚类分析-因子分析-逐步回归分析”为多元特征选择的综合评估方法,更为有效地解决离散型制造中多因子的降维优化,大大降低管理者决策成本。同时,以杠杆率与Cook距离为主要约束条件,构建出以“多元回归-多重共线性检验-多元动态优化”进行多因子关联性分析与动态优化,来解决多源异构数据的相关性分析。模型预置了的多数据类型关联性分析选择逻辑与控制工具选择逻辑,为实现生产方式变化的自分析、自监控提供一定的逻辑基础。最后构建出更适用于离散型中小制造企业的低成本数据的优化方案模型。结合理论演绎和以家电代表企业的案例分析,得出比传统方法更加有效的模型,包括更高的决定系数R~2、更优的实时KPI指标、更精确的优化措施影响分析。