随着以动态化、全球化和用户驱动为显著特征的市场竞争的加剧，离散制造系统的复杂性与动态性不断增加，因此对车间的生产过程管理提出了更高的要求。车间作业调度是离散制造业生产管理的核心内容之一，它对资源优化利用，提高工作效率，节省成本都有非常重要的作用。但经调研发现，目前大部分离散车间作业调度系统与实际生产环境脱节，调度系统难以根据车间现场的变化及时修正，导致调度结果的误差不断积累。为解决目前调度系统存在的问题，本课题研究工作的主要内容包括以下四个方面：(1)针对车间生产过程中数据信息不准确、反馈实时性差的问题，采用RFID技术和Zigbee技术实现对离散制造过程和设备、工人双资源状态的唯一标识和追踪，采集车间现场加工过程动态数据，并实时反馈至调度系统，从而形成闭环的调度过程。针对Zigbee网络在车间的应用特点，提出了一种基于网格和虚拟力导向蚁群算法的高能效路由策略，使其在降低能耗和延长网络生存时间上有更好的表现。(2)针对离散制造车间充满动态性的特点，利用多Agent技术具有自主性、协作性的特点，建立了混合型多Agent作业调度系统模型，整个调度系统建立在管理Agent、计划Agent、库存Agent、任务Agent、工艺Agent、数据采集Agent、设备Agent、工人Agent、调度Agent的基础上，研究了各Agent的功能、结构模型及基于合同网的Agent交互行为。在此基础上，介绍了作业调度系统中在设备故障和订单插入动态事件扰动下，多Agent的协作过程。(3)针对离散制造车间设备和工人双资源约束的车间作业多目标调度问题，提出一种基于模糊Pareto支配的生物地理学优化算法封装在调度Agent中，详细描述了该算法的在车间作业调度中的应用流程。通过仿真实验，验证了该算法可以在平稳状态和设备故障扰动状态下，完成车间作业的调度和设备、工人双资源的有效分配。(4)最后，针对某离散制造模具车间作业调度现状与需求，结合车间实际需求及多Agent作业调度系统的特点，对系统的体系结构、功能模块、数据采集终端的选取、数据库的设计几个方面进行了讨论，在此基础上，开发并实现了基于多Agent的作业调度系统。