工艺规划与生产调度是制造系统中两个重要组成部分。传统制造中,二者往往以独立、串行的模式运行,导致工艺路线实时性差、资源利用不均衡、调度瓶颈多等问题。在当今多样化的客户需求及日趋激烈的市场竞争环境下,传统制造模式难以适应制造系统高效率、高柔性的生产要求。工艺规划与生产调度集成,是解决这一问题的有效途径。本文针对单件及中小批量生产实际,依据多工艺、多约束、多目标的思想所形成的扩展生产过程,研究多种具有扩展特性的工艺规划与生产调度集成问题(Integrated Process Planning and Scheduling,IPPS),具有重要的理论意义和工程应用价值。在对工艺规划与生产调度基本功能分析的基础上,提出了一种由订单处理层、工艺规划层、生产计划层、调度层及生产实施层组成的工艺规划与生产调度集成制造系统运行模式,对各个层次进行了分析,对该模式的运行流程进行了讨论,在此基础上,建立了基本IPPS问题的数学模型。针对扩展型IPPS问题的特点,设计了一种由工件层、加工设备层、加工方法层、工艺路线层等组成的多层通用编码结构,针对单目标扩展型IPPS问题,提出了一种基于多层编码结构的粒子群算法及遗传算法,考虑到交货期因素的特殊性,针对具有交货期约束的IPPS问题,设计了一种三阶段式解码方法;针对多目标IPPS问题,提出了一种基于多层编码结构的非支配排序遗传算法-Ⅱ。将装配环节、运输环节及加工环节作为调度优化环节,对装配设备、运输工具及加工设备进行选择与调度,以成品完工时间最小为目标,建立了装配、运输与加工一体化IPPS问题的数学模型,提出一种基于多层编码结构的粒子群算法,并通过实例对所建模型及算法进行了验证。针对批量制造环境下的IPPS问题,将物料需求(Bill of Material,BOM)融入到IPPS问题中,以成品完工时间最小为目标,对考虑批量及BOM的IPPS问题进行数学建模,基于通用编码结构,采用一种多层编码结构的粒子群算法对该问题进行求解;此外,由于采用固定分批策略可能导致负载与设备能力间不均衡,因而,采用了一种柔性分批策略,对工件的批次数及批量进行划分,以最大完工时间(makespan)最小为目标,对考虑柔性分批策略的IPPS问题进行了数学建模,提出一种基于多层编码结构的粒子群算法,并通过实例对所建模型及算法进行验证。对具有交货期约束的IPPS问题和考虑时间不确定的IPPS问题进行了系统研究。针对具有交货期约束的IPPS问题,考虑到交货期因素的特殊性,提出一种由前插式主动解码、逆向主动解码及修正操作所组成的三阶段式解码方法,并采用一种基于多层编码结构及三阶段式解码的遗传算法进行问题求解;针对考虑时间不确定的IPPS问题,以三角模糊数(Triangular Fuzzy Number,TFN)表示不确定的加工时间,采用一种基于多层编码结构的遗传算法对该问题进行求解。最后,通过实例对上述模型及算法进行了验证,从而解决了基本IPPS问题过于理想,难以适应复杂工程实际的问题。对考虑多目标优化的IPPS问题进行了研究,以最大完工时间最小、加工成本最小、设备最大负载最小为目标,建立了多目标优化数学模型,提出一种基于多层编码结构的非支配排序遗传算法-Ⅱ,通过实例,对所建模型及算法进行了验证。