大型装备制造是指制造规模大、价格高昂的专业产品的一系列制造过程。在大型装备制造系统中,待加工和装配的部件通常有较大的重量和体积,要占用较大面积的工作区域。要运送这些部件,又需要昂贵的重型物料搬运设备。空间和设备的利用率往往成为制造过程中的瓶颈,高效率的空间调度是生产顺利进行的保证。由于空间调度问题一般规模庞大、约束复杂,人工调度存在很大的局限性。开发智能调度引擎系统,对于企业提高生产效率、控制成本显得尤为重要。随着我国飞机和船舶等大规模装备制造业的发展,对空间调度问题的研究有了更重要的现实意义。本文首先对空间调度的数学基础——装箱问题和生产调度问题进行了详细的描述。特别对智能搜索算法和构造性启发式算法在空间调度问题中应用的优劣进行了分析,从算法效率、算法效果、应用范围等方面加以比较,指出了在复杂约束的实际生产问题用使用构造性启发式算法进行空间布局的现实意义。由于空间调度问题是一个NP-Hard问题,本文提出了以空间的利用率为首要目标,兼顾生产资源平衡利用与费用最小化的构造性启发式空间调度算法。该算法以空间调度研究中的经典启发式算法为基础,通过优先级规则计算并选取当前决策时间点上的可行操作,并设计了不同的启发式方法进行布局寻优。算例测试结果显示,该算法与经典的空间布局算法进行比较,在空间利用率指标上有10%~20%的不同程度提高。从运行效率等方面分析,也证明了调度引擎开发中所选择的算法是合理并且高效的。在此基础上,开发了一个适合在生产现场使用的空间调度引擎。调度引擎整合了生产数据预处理、空间布局与物料搬运等模块,可以在10~20分钟的时间内完成对数百个部件的空间布局和调度。通过大规模实际生产数据的检验,调度引擎生成的结果比手工调度结果更能让用户满意。调度引擎与实际生产数据的接口简单可靠,并具有一定的鲁棒性,是一个可接受的适合长期空间调度的调度工具。