车间调度是制造业不容忽视的重要组成部分,如何使用有效方法优化调度,从而改变原有生产管理方式,进而提高企业生产水平乃至竞争力,一直以来都是人们关注的重要课题。本文主要针对实际生产调度中生产加工时间模糊的不确定Job-Shop调度问题,分别对单目标和多目标两类优化目标的不确定调度问题进行研究分析,基于解空间全局和局部搜索相兼顾的理念设计本文改进免疫遗传优化算法。本文主要有以下研究内容:(1)本文首先针对不确定性问题进行研究分析,对不确定因素影响产生的不确定性问题进行分类,并对1类不确定性问题,即发生频率高、振幅小、具有累加特性、影响较为缓慢的不确定性问题处理操作的方式进行选取,将模糊理论融入1类不确定性问题。(2)针对实际生产制造过程中加工时间不符合进度要求甚至出现时间偏差影响加工进度的情况,本文采用模糊数描述不确定Job-Shop调度问题中的时间参数调度模型,以最小化最大完成时间为目标,使用全局寻优能力强的免疫遗传算法与局部寻优能力强的混沌搜索算法相结合进行寻优,并使用病毒机制改进免疫因子,使免疫因子具有自我进化和退化的能力,使解向最优解的方向进化。通过MATLAB软件编程,将实际调研获得的数据采用本文改进后的优化算法进行实验分析,证明了改进算法在解决此种不确定条件下的优越性和实用性。(3)针对上述问题,进行纵向深化,研究多目标不确定工时的Job-Shop调度问题,本文采用基于Pareto原理非支配解排序方法快速筛选出高等级的非支配解与改进的免疫遗传算法混合求解满足客户需求的最优解以及其对应的工艺路线。采用模糊数描述不确定Job-Shop调度问题中加工的时间参数与其交货期的方法构造模糊Job-Shop工时-满意度-存储成本的调度模型,通过MATLAB软件编程的方式,将实际调研获得的数据采用本文改进后的优化算法进行实验分析,实验证明了这种改进算法在此种不确定条件下的可行性和实用性。