在“中国制造2025”的背景下,传统制造行业要适应新的发展趋势需要提升智能化水平,对于复杂机电产品这类高端制造业更是如此,运用各种新兴的智能制造技术来提高生产效率和竞争力是当前企业的发展方向。装配过程是复杂机电产品生产制造中的重要一环,在成本和质量控制方面都有着至关重要的作用,而提高装配车间作业效率的核心是要合理有效地配置装配资源,新的智能调度方法和技术可以为其提供支撑。然而在当前复杂机电产品的装配过程中,存在着大量的手工作业内容和相应的人员调度需求,这些工作往往依赖一线管理人员的主观意识,加之装配过程中不可避免会遇到一些突发事件,传统的调度方法不能及时产生有效的新方案,因此复杂机电产品在装配过程中常出现交货周期长,调度效率低等问题。为解决上述问题,本文针对不确定因素下的复杂机电产品装配车间重调度问题进行了研究,主要内容如下:首先,在分析复杂机电产品生产和装配特点的基础上,研究了其装配过程中存在的不确定因素,针对三种关键不确定因素引发的重调度问题展开研究,分析了重调度的环境、策略和方法,并定义了有效性和稳定性两类重调度评价指标,以上述研究为基础提出了一个复杂机电产品装配车间重调度的整体解决方案。其次,构建了不确定因素下的复杂机电产品装配车间重调度模型。完成了对静态的装配过程描述和数学建模后,进一步研究了人员缺席情况下、关键物料延期情况下、订单优先级变化情况下的重调度流程,构建了三种关键不确定因素下的重调度模型,实现了复杂机电产品装配车间在动态情况下的重调度。然后,提出了一种改进的重调度求解算法。以上述重调度模型的求解需求为导向,在进化策略和算法流程中综合了粒子群算法、引力搜索算法、遗传算法的优点,设计了一种改进的混合粒子群算法（IHPSO）,通过经典算例与其他算法对比,验证了该算法在静态调度方面的有效性,并结合算例数据进行了重调度模型的仿真分析。最后,基于本文提出的不确定因素下复杂机电产品装配车间的重调度模型和改进算法,结合某变压器总装车间的实际装配工时数据,对该场景下的装配调度进行了应用研究,显著提升了车间的装配效率。