随着以智能制造为主导的第四次工业革命的提出,生产已从单工厂生产转移到多工厂的生产网络。面对当今快速变化的市场需求,工厂开始从集中式的生产结构向更分散的生产结构转变,其中就包括生产调度领域。随着制造业向智能化转型,原有的调度模式已经不能满足制造业的需求。最近,学术界和业界对分布式生产管理的关注已经证明了分布式调度的重要性。本文主要针对经典的多资源受限项目调度问题的两个变型问题进行算法设计和信息价值的研究。针对变型一的一个实际问题,生产供应链中一个常见的生产计划-运输调度问题进行研究。在这个问题中,存在三类决策者:制造商、顾客和资源管理者。系统中的信息分为生产能力信息、资源约束信息和其他基本信息。本文针对问题信息共享程度的不同设计不同的算法对问题进行求解。在完全信息共享条件下,本文考虑了多产品以及制造商间资源共享,建立了一个混合整数规划模型,并提出了增强约束,然后设计了一个基于拉格朗日松弛的分解算法对问题进行求解;在生产能力信息不共享的条件下建立了分布式模型,即分别对制造商和第三方资源管理者建立混合整数规划,然后设计了一个基于列生成的分布式算法对模型进行求解;在生产能力信息和资源约束信息均不共享的条件下,本文设计了新的编码方式和译码程序,然后设计了基于多代理系统的分布式算法进行求解。随后,从信息价值的角度出发进行研究,根据信息共享程度的不同,采用五种算法对问题进行求解,然后,根据本文提出的信息价值的定义方式对信息价值进行分析,最后,通过数值实验对比集成模型和分布模型,并通过对比各算法的解得到生产能力信息、资源约束信息、基本信息和完全信息的信息价值。针对变型二,即活动持续时间不确定环境下的多资源受限项目调度问题,首先建立了确定性模型;然后基于提出的互斥集合的概念,对模型进行了重构,并提出了机会约束的多资源受限项目调度问题数学模型;随后采用样本均值近似法和分支加割对问题进行求解;最后,通过数值实验,与已有的模型和算法进行比较,验证模型和算法的有效性。