1、目前业界有比较好的开源代码、工具或者类似kaggle那样的比赛吗?

目前确实没有很标准化的开源工具或代码，没有的原因是因为生产模式不同，调度复杂度不同，调度目标不同，考虑的约束不同，企业的成熟度不同，都会对调度系统提出不同的要求，很难有一套放之四海而皆准的系统，这也是aps比mes难得原因，之所以有这么多因素，并且企业级别的应用的重点从不是算法，所以也就没人去搞这样的比赛了。

2、如何没有源码，自己开发采用哪个算法一般效果比较不错？自己从头开始实现的话难度会不会很大？

算法本身很难比较好坏，还是要根据应用模式来定，如果产品很固定，生产工艺也很成熟，基础数据很准确，生产扰动比较少，重调度也不是很频繁，花半个小时甚至一个小时，用一些智能优化算法也是不错的，这样的结果会比较优的。但是相反，如果是新品的调度，工艺不稳定，基础数据也不准，这些往往会导致不断的重调度，那么花一个小时哪怕是10分钟，调度员也是不能接受的，此时一些简单规则方法就比较实用，如最短加工时间优先（SPT），最早交货期（EDD）等，所以使用什么算法还是要结合工厂实际的。至于从头开发的话，我是真心建议，如果没有经验是不要自己做的，就算做了出来，也只能满足第一期需求，后面再追加需求的话，软件系统很难可持续的，因为做aps绝不是解决一个算法问题就能解决的，一般做aps有仿真方法和析取图方法，我们之前用的是后者，析取图的原理还是要有一定基础的，并不是一个列表排序，而是一张图节点排序。我们使用析取图的目的就是可以考虑更多实际约束，使得软件可以更加贴近实际生产环境，如工件之间某些工序是有顺序约束的，某些设备上工序顺序是有要求的，通过析取图的约束网络就可以实现这些。一句话，没有过开发经验的话，难度还是很大的（做到真正能用），我们哪怕现在自己重新再做一套，也会好好设计一番的。

3、在实际工厂条件下，要重点关注那几个问题，比如订单分批，基于客户订单、交货期变更等的动态调度。

具体实际工厂注重什么问题，其实这需要来源于具体的需求了。你举例的这几个问题都是要绝对考虑的，这些基本是各个工厂的共性问题。我们可以把软件系统当成一个黑盒，其有输入和输出，输入包括物料，订单，工艺，资源，任务，从这几个方面考虑的话，物料就可以考虑库存，库存不够不能参与调度，订单可以考虑订单的分批交付，可以有客户订单，也可以有库存订单，工艺要考虑工艺的柔性，资源要考虑资源柔性，要有设备组的概念，任务也要考虑分合批，和设备的兼容性等。对于输出，就是要有指标来反映调度结果好坏，因此调度系统必须有一些可视化的输出报告，如拖期天数，拖期比例，制造期，机床利用率等等。对于中间的黑盒，比较重要的问题就是对于同一个问题，可以制定多个不同的方案进行对比，如不同算法实现的方案，不同操作（有的分批，有的没分批）实现的方案。其实还有可以考虑的还有很多，只能通过不断的调研才能考虑的更完整，这也是我们这么多年做下来的感受，做aps一定是在工厂里做出来了，办公室里只能做出只能用于演示的东西，落不了地了。