生产过程中的不确定扰动事件,随时可能导致车间生产的紊乱甚至中断,给企业带来损失,有效的动态调度方法和优化算法能解决加工车间的瓶颈问题。因此,本文通过分析不确定扰动事件对生产调度车间的扰动程度,提出预-反应动态调度方法,并设计一种智能算法来求解预调度与重调度问题,实现扰动下加工车间的稳健作业。首先,对柔性作业车间生产关系的特点以及不确定扰动的干扰特征进行了分析,提出了柔性作业车间的贝叶斯网络构建思想。借鉴贝叶斯网络表达事物相互影响关系的特点,在柔性作业车间中,用受扰工序表示网络节点,工序的相互约束关系表示网络的有向边,受扰工序的受扰程度表示网络节点的条件概率,基于贝叶斯概率公式和网络的正向推理过程,提出了一种对不确定扰动进行定量评价和计算的方法,进而进行重调度策略的选择。然后,结合离散型的预调度和重调度问题,针对和声搜索算法的收敛速度慢、搜索性能差等缺点,提出一种改进的和声变邻域搜索算法,为了保证初始解的质量,用变邻域的方式产生和声记忆库,同时对产生的新和声进行变邻域操作以提高算法的局部搜索性能,用三种不同规模的算例和BRdata的十个实例对改进算法进行对比分析,仿真实验表明了该算法求解问题的有效性。最后,根据本文所提出的动态调度方法和求解预-反应调度问题的改进算法,利用Mtalab软件中GUI用户界面,开发了FJSP动态调度原型系统,用该系统对实例进行了仿真操作演示,用以辅助调度人员进行各种不确定扰动下的重调度决策。