模具工业在现代工业中占有举足轻重的地位。随着市场竞争的激烈,各个模具企业都倾向于集中精力发展各自的核心竞争力。在实际生产环境中,项目随机到达和任务工期不确定性等因素导致企业内资源负荷随机波动。为了有效缓解资源暂时性不足,越来越多的模具企业选择将一些加工任务进行外协。而模具行业区域性聚集也为模具企业之间的协同生产创造了极佳的条件。因此,如何科学地将外协考虑到模具项目的计划制定中,有效协调内部生产与外协加工,提高资源利用率、保证项目交货期以降低项目制造总成本就显得迫切而有意义。本文针对模具项目由于工艺复杂而导致项目任务工期不能预先确定的特点,将外协资源考虑到项目计划制定中,基于马尔科夫决策过程(Markov Decision Processes, MDPs)理论和负荷控制理论对模具多项目随机调度问题进行了研究。主要研究内容如下：首先,基于MDPs理论建立考虑外协的模具项目群随机调度模型。接着,对原问题数学模型进行一定调整并提出一种嵌入样本路径优化和蒙特卡罗仿真的改进遗传算法(GA-SPO)对其进行求解,并通算例验证此算法在求解小规模问题时的可行性和有效性,同时也验证任务外协对于优化制造总成本的可行性和有效性。此外,还通过不同的参数设置分析了项目紧急程度和外协成本系数对外协任务选择的影响。然而,GA-SPO算法在计算时随着问题规模的增大,其计算时间成本急剧增加,而马尔科夫模型则随着项目量的增加而出现维数灾问题,进而难以求解,为此,提出了面向大规模问题的HYBRID-SPO算法。该算法的核心思想为先利用GA-SPO算法对马尔科夫模型每个决策阶段的可选行动空间进行压缩,然后利用动态规划方法在压缩后的状态空间内寻求解最优策略。同样通过算例验证了此方法在解决大规模问题的有效性。最后,在以上研究成果的基础上,开发了一套考虑外协的模具生产计划系统,将理论应用于实际,为模具企业的生产部门有效的提供辅助决策支持和依据。本文针对模具项目任务工期不确定因素,提出了通过外协来缓解企业内部生产负荷的方法,针对大小不同规模的随机环境下的模具项目群调度问题分别提出了GA-SPO和HYBRID-SPO两种求解方法,并开发了一套模具项目生产计划制定系统,为模具企业生产计划的制定与执行提供决策支持,提高模具企业的生产管理水平,为模具企业生产制造节约成本。