有条件相容组批是指在有批处理机和离散可重构机器组成的加工单元中，在同一个批处理机上，零件能否组成一批，受到零件尺寸、材料、重量、工艺形状等多因素影响，这个影响主要来自于后续的离散可重构机器的经济加工要求。它不同于一般的不相容组批，是组批生产领域的一个新问题，其批的构成和排序也更复杂，需要经常调整。传统的等级生产计划方法无法满足生产的动态变化以及交货期和成本优化同时优化需要，导致订单完工率低、投入产出比低，影响企业的竞争力。因此，研究基于有条件相容组批的生产计划的制定方法非常必要。　　 本文以锻造有条件相容组批多级生产系统为研究对象，研究不确定条件下该系统动态生产计划的制定方法，研究其计划模式、主计划制定方法、日计划制定方法、两层计划协同方法和多级车间日计划生产协同方法以及新订单交货期设置方法，主要工作有:　　 ①针对传统等级计划不能充分考虑车间实际情况这一问题，提出构建锻造生产计划新模式研究。鉴于有条件相容组批的批的组成和批排序算法过程比较复杂，提出了周计划和日计划生成研究;鉴于动态环境下指令传递和系统稳定性控制对计划的执行和成本降低有重要影响，提出了基于分形思想的Holon计划控制体系研究。　　 ②针对锻造组批比较复杂，传统计划方法无法给出优化计划方案，本文提出了有条件相容组批的概念，构建了有条件相容组批的主计划数学模型。提出了基于工件模糊聚类的两种算法:算法1的工件优先级由工件熵值、工件松弛时间重要度、市场意志共同决定，批的优先级由批内最高优先级工件决定;算法2为随机密钥代表混合遗传算法，该算法用随机密钥进行编码和解码，采用基于规则编码的方法来优化基因序列和基于规则的交叉操作，采用小生境技术来调整个体适应度，采用精英保留策略产生下一代。数值实验结果表明:在多品种、高负荷下，混合遗传算法好于算法1，算法1好于其他启发式算法。实现了确定条件下主计划制定问题。　　 ③针对锻机是一个可重构机器，锻打过程是一个单阶段可重入过程，即单阶段、多个可重构设备并行生产方式，任意时刻可重构设备之间的设备状态都不相同，产品在其上进行可重入制造，目标是加工时间最小。为此，提出了可重构机器可重入调度概念，研究发现，它是一种新的Job-shop问题，即工件不仅研究在机器上的排序，以及工件对机器的指派，还要研究工件的工步变形，对机器的指派，构建了数字模型，采用混合粒子群算法来求解，给出了编码方法、可行解控制方法，实例求解结果显示:并行可重构机器在可重入生产方式下，形成流水线生产方式要比并行单机完成全部工步所用时间短，设备调整次数少。实现了确定条件下，锻造日计划的制定。　　 ④针对动态环境下，动态计划应能够实现两层计划协同和车间多级协同这一需求，提出了随机环境下多级结构多目标组批全局优化与局部优化协同问题。构建了两层计划协同模型，提出了基于强化学习的订单投放策略。为此，本文首先对建模工具的选择进行分析，选择了基于微软Aglet移动Agent建模和基于Flexsim仿真相结合的研究技术，系统控制采用混合控制结构以避免传统多agent系统的缺陷;其次，设计了锻造多级、多目标组批协同求解框架，给出了多agent协作模型和基于UML协同过程。为了验证该算法的有效性和优越性进行了数字实验设计，对可能影响实验结果的生产系统参数设置作了对照实验，实验研究了不确定条件下不同算法的拖期数和成本表现，其中对拖期有影响的不确定条件包括加工时间的随机性、故障随机性、以及能力随机性三个方面，对成本有影响因素包括惩罚和企业经营成本，实验结果表明本文算法明显优于传统前向投放策略，具有很好的稳定性。　　 本文的研究成果在一定程度上丰富了动态生产计划和组批调度关键技术研究。从计划思想、中期计划、日计划、两层计划协同、多级车间日计划协同、计划模拟（交货期设置）等全部生产计划内容研究，构成了一个计划体系。提出了一系列新的思想、新问题和新的求解方法，不仅在理论上方面有所突破，而且，数字实验说明在订单完工率和成本节约上都有好的性能。