随着科学技术的快速发展和市场需求的不断变化,制造业正面临着深刻的变革,以德国“工业4.0”为代表的新一轮工业革命正在各制造强国如火如荼地展开。本次变革通过将以信息物理融合系统(CPS)、物联网(Io T)和人工智能(AI)为代表的新一代信息通讯技术(ICT)与以3D打印为代表的新型加工制造技术与生产系统进行深度融合,逐渐推动生产系统向着智能化、服务化的方向发展,从而实现智能制造。面向服务的信息物理融合生产系统(So-CPPS)作为一种新型的智能制造模式,具有分布式和可重构等特征,与传统生产系统集中式优化调度相比,SoCPPS的生产调度模式具有显著的分散化增强型特征,能够更好的应对个性定制化市场的柔性生产需求。鉴于此,本文以So-CPPS系统为研究对象,对其分布式优化调度问题进行研究。首先,基于对So-CPPS系统的特征分析,利用多智能体建模方法构建了SoCPPS系统调度框架,并制定了相应的So-CPPS系统调度策略;并基于CPS技术、面向服务技术和Agent技术对生产系统中的生产任务和设备资源进行Agent模型设计。其次,本文对生产任务和设备资源进行服务化描述,分别构建了生产任务本体模型与设备资源本体模型,之后,基于本体语义模型设计生产任务和设备资源的匹配规则,为系统中的生产任务确定了合适的候选设备资源集。然后,设计了SoCPPS的全局优化调度算法,利用生物免疫机制对遗传算法进行改进,详细地描述的算法的执行流程,如编码、交叉、变异、免疫和选择等,并利用基准调度算例对算法的有效性进行测试。随后,设计So-CPPS的实时优化调度算法,在对传统合同网协商机制(CNP)分析的基础上,借助博弈论(GT)思想对其进行改进,从协商协议、协商过程和协商策略三个方面对其进行了详细描述。最后,利用AnyLogic建模仿真平台构建了基于多智能体的So-CPPS运行仿真模型,并对改进遗传算法和博弈协商机制进行了实现,通过仿真实验,验证了本文所提出的理论和方法的可行性和有效性。本文共包括图41幅,表14个,参考文献87篇。