企业要在激烈的市场竞争和不断变化的客户需求中立于不败之地，就必须提高产品的生产质量，缩短制造周期，从而赢得更多的竞争优势。工艺规划和车间调度的集成(IPPS)是提高企业快速响应能力、消除资源冲突、减少工件流通时间、提高设备利用率的有效途径。本文研究不确定条件下的工艺规划与车间调度的集成，以降低不确定因素对生产计划和调度影响，具有重要的理论和实际意义。　　本文在分析标准IPPS问题的基础上，建立了IPPS问题的流程图；分析了实际生产过程中影响IPPS性能的不确定因素；给出了不确定因素的数学表示方法和处理策略。在交货期不确定的IPPS问题中，引入了基于梯形模糊数的产品交货期，以顾客满意度最大为目标函数，建立交货期不确定的IPPS模型；构造了4层编码结构的遗传求解算法，实例验证了模型的正确性和算法的有效性。针对加工时间不确定的IPPS问题，以三角模糊数表示工件的加工时间，以最小化最大模糊完工时间为目标函数，建立了相应的数学模型，设计了6层编码结构的遗传算法。通过实例求解，验证模型和算法的正确性。采用灰度关联分析法，综合考虑影响订单优先级的各种因素，确定了原有订单和紧急订单的优先级；根据订单优先级顺序，对工件的提前完工和拖期完工进行惩罚，以惩罚成本和完工时间的线性加权之和最小为目标函数，建立与此相适应的数学模型，有效解决了订单不确定条件下的IPPS问题，并为这类调度问题提供了很好的解决方法。