随着5G等信息通讯技术和人工智能技术的迅猛发展,以“万物感知、万物互联、万物智能”为特征的物联网在生产车间已经有了进一步实现的基础,智能制造已成为现代制造业发展的重要方向。车间生产调度优化问题是一个重要的、与实际联系紧密的课题,研究面向智能制造的车间调度问题有助于推动制造车间生产智能化、快速响应客户多样化的需求和提升制造企业的市场核心竞争力。本文主要针对柔性车间的生产调度问题进行研究,具体的研究内容和成果如下:（1）设计面向智能制造的调度系统总体方案。在总结面向智能制造的车间调度的涵义与特征的基础上,分析了智能车间对物联环境的需求,搭建了基于5G物联网的调度系统整体架构和5G物联网络,为车间实现互联感知、数据获取奠定理论基础。建立了一种联邦式结构的多Agent调度模型,并针对该模型在调度过程中存在着干扰频繁时系统不稳定的问题,提出了一种“待调度工序集”的概念,再基于此概念描述了相应的动态调度方法。（2）针对“多目标”的特征,并结合调度实际需要,提出一种非支配解之间的比较策略。简要介绍了基于Pareto的适应度分配策略及其改进方法,证明了比较策略在理论上能够使算法获得最优的非支配解,合理地降低了目标空间维数,同时使用加权的方式融入决策者偏好信息,使得最后的解能够满足实际需求。（3）针对两类不同的柔性车间调度问题,基于标准CS算法研究相应的调度算法。首先,建立了FFSP和FJSP的多目标数学模型。然后,针对FFSP,采用基于排列的编码方法并改进了一种随机规则解码方法,根据FFSP编码特点,提出了一种基于个体距离和位置交叉的离散莱维飞行操作和设计了一种基于最优交换和最优插入的巢寄生策略;针对FJSP,采用基于工序的编码方法和设计了一种基于最小完工时间的解码方法,根据FJSP编码特征,提出了一种基于随机扰乱操作的离散莱维飞行和一种基于插入和扰乱操作的巢寄生策略。最后,在CS算法结构的基础上设计了两类车间的调度算法流程。（4）设计两类车间的调度仿真实验。设计正交实验,合理地确定了两种算法的参数取值;设计算法性能实验,分别求解FFSP和FJSP各十个算例,并与其他算法进行对比,验证了算法的有效性;最后运用动态调度方法对两类车间的生产实例在三个情景下进行仿真实验,并与传统多Agent方法作对比,验证了本文方法的有效性。