人机物协同调度通常涉及多人、多机协作完成,个体需协同执行多项任务并在任务执行中扮演多个关联角色。根据任务需求和特点,完成从多任务到多协作成员的优化分配,即群组多对多指派,而在工业生产中,生产机器是一种具有时序性和有序性的生产资源,且相应需要生产的货物通常是多种类和多批次的,导致在工业生产计划中群组多对多指派是基于高阶二分超图的生产问题,同时由于时空多维约束的存在,使得计算复杂性和工作量极高,而能快速制定高效合理的生产排班计划却又是保证生产活动高质量进行的关键一环。因此,如何在复杂的情况下快速制定出相应的生产计划已经成为了一个必须解决的难题。针对工业生产活动中的生产任务排班问题,为了高效利用可用的生产资源,消除高阶时空约束紧密耦合和高阶时空冲突对生产任务的排班效益的影响,进而提高服务质量,保证生产厂商和客户的利益最大化,保障任务质量管控与提高服务,最后进行合理分配相关生产资源。因此,本文以疫情下的口罩订单生产为背景,结合疫情下不同城市的疫情发展程度和生产机器对不同种类口罩的生产效率等现实情况,对不同需求场景下的生产任务排班计划问题进行研究,研究超图结构任务指派的高阶二分超图集中式统一建模。主要的研究内容有:（1）高阶二分超图群组角色多目标指派建模。由角色、关系与约束组合而成的高阶二分超图多任务集图形。研究口罩生产任务协同调度的群体组织模式,研究超图任务集的快速分拆解耦方法,再通过聚类重构形成新的任务集;结合实时数据或仿真数据做分析、统计与整合,建立任务与任务之间的协同调度代价评估矩阵,从而建立高阶二分图超图多目标指派模型。（2）提出基于时间约束下的高阶时空约束下的多目标指派算法。分析口罩生产任务中的多粒度任务与执行成员间的各类高阶多维时空约束,研究高阶时空约束表达形式和高阶时空约束下口罩生产的多目标指派算法。（3）模型优化及实验验证。在上述高阶二分图超图多目标指派方法的基础上,通过重新定义代理角色和量化资格评估矩阵,增加对任务集的权重评估机制,提出高阶二分图超图群组角色多对多指派算法。使得生产资源更为高效利用的同时,平衡与缓解各个任务集的紧急度以选取最满意的生产方案。以当前疫情局部爆发下,口罩生产厂家进行口罩生产的部分真实口罩订单数据为基础,本文进行了大规模的仿真模拟实验。而仿真模拟实验的结果也表明,本文所提出的模型和算法的可行性和平衡性强且高效合理。消解冲突后的制定的生产计划更加发挥了生产厂商主体的作用和也提升了不同订单客体的满意度。相比于传统方法来说,本文所提出的模型在制定生产方案时,在保证完成相应生产任务的前提下,制定生产计划所需时间大大缩短,明显地提高了整个生产周期内的生产效率、合理性和协调性。