制造全球化和制造网络化改变了传统制造业集中式的生产组织模式，以项目为驱动，以现代信息技术，尤其是计算机网络技术为依托的分散化网络协同制造将是未来制造项目的主要生产组织模式。为了实现对网络化协同制造项目(以下简称协作项目)的进度进行有效地管理，本文以某型号产品关键部件网络化协同制造为应用对象，深入研究了协作项目进度管理涉及的工期预测、进度计划、进度跟踪以及进度控制与调度等关键问题的理论、技术和方法。并结合工程实际开发一个原型系统，对本文的研究成果进行了验证。本文的主要研究内容和成果如下：(1)分析了网络化协同制造项目的特点，并对协作项目进行了定义，将其组织形式界定为体现敏捷化理念的虚拟企业(Virtual Enterprise，VE)；通过分析协作项目的生命周期和各阶段的业务过程，强调了进度管理在项目实施阶段的重要性，结合工程实际，讨论了协作项目进度管理过程及进度管理要解决的问题和关键技术。借鉴分布式人工智能(Distributed Artificial Intelligence，DAI)领域中的“域”思想，对协作项目的组织形式进行了域划分，即将虚拟企业在逻辑上划分为一个全局域和多个企业域，并根据域划分的结果将其业务过程分为全局业务过程、共享业务过程和私有业务过程三个层次。在此基础上，结合多代理及工作流技术的特点，提出了一个基于多代理机制的协作项目工作流模型，为协作项目的进度管理的实现提供了必要的理论基础和技术支持。(2)为了解决协作项目环境下任务工期样本数据较少以及易受大量不确定因素影响的预测问题，本文对现有的工期预测方法进行了分析和比较，指出了它们在处理小样本数据预测方面的不足，以及灰色系统理论在小样本数据预测上的优势，并提出了基于灰色系统理论的工期预测方法。该方法通过预测前利用灰色过滤器选择样本数据以及预测后考虑风险因素后的工期修正等措施，拓展了传统的灰色工期预测方法，使之能适应协作项目的特点，从而提高了预测工期的准确性和可操作性，使预测的工期能更好地符合协作项目的生产实际。(3)在分析协作项目进度计划的特点与难点基础上，结合虚拟企业的域划分，提出一个基于两个域内的多层次、多阶段的进度计划模型。研究了工期不确定条件下任务最大可执行时间窗的确定方法、全局域内的项目进度全局规划算法、盟主企业与协作企业基于Bayes决策的自学习协商算法以及企业域内基于约束理论(Theory of Constraint，TOC)的生产计划与优化算法，并用实例对上述各步算法进行了验证。(4)在分析进度跟踪对于协作项目重要性的基础上，针对现有项目管理系统对协作项目进度跟踪支持的严重不足，以及工作流技术在过程监控中的优势，提出了将项目管理与工作流管理进行信息集成，充分发挥两者在进度跟踪过程中的优势的思想。讨论了二者信息集成的必要性和可行性；深入研究了工作流过程模型与项目管理计划模型的信息结构及过程模型与计划模型的信息映射机制，并基于XML(eXtendable Markup Language)实现了两种模型的信息映射。在此基础上，结合Web服务在跨组织信息集成中的优势，提出了一个基于Web服务与协作项目工作流的任务进度数据采集模型，并对数据采集过程进行了阐述。(5)为了实现对协作项目进度的有效控制，通过分析协作项目进度控制特点，提出一个多层次、多阶段的进度控制模型；利用进度前锋线实现了协作项目进度偏差的识别，并给出了在不确定条件下评判项目进度一致性程度的算法；讨论了协作项目任务进度状态及其调度方法，重点研究了关键任务工期的动态调度算法，包括不改变任务间逻辑关系和组织关系情况下，缩短关键任务工期的灰色嵌套规划算法，以及任务工期和任务间逻辑关系不变的情况下，使具有紧前约束关系的任务间工期重叠的协商算法。(6)依托相关项目，开发了一个轻型的基于多代理和Web服务的协作项目进度管理支持系统，并以某型号产品关键部件异地协同制造为例，将论文所研究的理论、方法进行了验证和应用。