本文以提高EMAS质量和产量为主要目的，针对目前EMAS本身特性和生产模式的特点，全面考察了影响质量和产量的关键问题，以成分控制和产能瓶颈为主要研究对象，建立基于约束理论和遗传算法的优化控制模型并进行了生产验证。　　由于EMAS生产过程是一个工艺流程短、影响因素多并且成分变化复杂的动态系统，本文在分析生产过程控制的特点之后，通过研究EMAS生产过程控制方案，将其分解为质量（主要指强度指标）优化控制和产量优化两个方面。在质量控制方面本文综合运用现代控制理论、人工智能理论、过程控制方法等多学科知识，针对影响EMAS强度的成分进行探索和辨析得出控制要求。采用神经网络算法构建成分预报模型，为控制系统提供操作提前量和算法初值;采用结合聚类搜索的遗传算法确定最优控制参数达到成分控制的目的;在产量控制方面结合约束理论瓶颈识别和缓冲控制技术，均衡生产过程物料流，通过约束理论DBR运作控制机制调整生产节奏，充分利用机器能力达到增加产量的目的。　　采用VB.NET和SQL-Server语言相结合的方法，开发了EMAS生产优化控制软件系统，实现协调生产过程、系统学习更新的功能。在实际生产中取得较好的效果。　　目前控制系统能够较好的完成质量控制，产品强度一致性得到保证。但次品率并未得到解决，产量提高效果虽然明显，但由于未考虑因素过多，生产稳定性还未能得到保障，系统的提高空间还有很多，有待继续研究。