随着工业生产向高科技化、高度集成化、管理复杂化、经营管理知识的多领域协作化等方面发展，作为工业生产过程控制与管理的指挥中心，生产调度系统正发挥着越来越大的作用。生产调度就是在一定时间水平上合理分配资源，以达到预先设定生产任务的目标。经证明，生产调度问题是NP完全问题。 为了求解生产调度问题，人们开始借助于多种方法，其中建立数学规划模型进行求解是被普遍使用的，且也是求解效果最好的方法。目前，生产调度中广泛使用的是混合整数线性规划(MILP)和混合整数非线性规划(MINLP)，其中以混合整数线性规划模型(MILP)最有研究价值。但是因为模型自身描述存在局限性和客观生产环境的复杂性，模型有不直观、难于系统化实现和具有复杂超结构等缺点，最终给求解模型带来了困难，其求出的结果并不能达到预期的效果，有时甚至根本无法求解。因此仅完全依靠经典的数学规划模型来解决是困难的，所以结合逻辑，把逻辑引入到数学优化问题中去已经成为近几年部分学者努力的方向。 本文介绍了目前较主要的三种基于逻辑方法的模型框架，选择了更适合生产调度建模的广义析取规划(GDP)方法，结合以状态任务网(STN)为描述基础的间歇过程生产调度MILP模型，建立了一种新的基于逻辑的间歇过程生产调度广义析取规划模型。此模型在保留了原MILP模型整体性的基础上，以布尔变量代替0—1整形变量，析取式表示约束分支选择，逻辑命题控制生产规则方案，克服了0—1变量的超结构形式，使模型表达更加直观灵活。同时本文借鉴分支定界算法思想，结合建立模型的特点，改进了松弛策略和分支策略，给出了基于逻辑分支的分支定界法。该算法最大的特点是依据模型布尔变量之间存在的关系，通过逻辑推理剪掉了大量分支，这样在考查较少的结点后，就得到了问题的最优解。此外，为了进一步提高算法效率，本文还根据工艺流程特点，总结出了适合调度分配的加工规则，依据这些规则可以在算法之前预处理部分布尔变量，节省了算法处理这些布尔变量的时间。通过对一个实际化工处理过程进行实例仿真分