在过去的四十多年里，有关作业车间生产系统调度计划的研究取得了显著的成果，从而产生一个专门的学科——“确定性调度计划”(DeterministicScheduling)。确定性调度计划主要的假设就是所有问题的参数都是单一数值并有确定的数据。但是，生产环境均受到很多不明确因素的影响，导致此假设不能成立。这些不明确的因素具有随机性或模糊性。因此，比较恰当的就是以随机变数描述随机性参数、模糊变数描述不精确性参数。　　 由70年代开始，运用随机性数学模型解决调度计划中带有随机性参数的问题取得了满意的成果，并发展出“随机调度”(Stochastic Scheduling)这一学科分支。近年来，调度理论研究方面孕育出另一支以模糊变数代表不精确性参数的“模糊调度”(Fuzzy Scheduling)。虽然有关这方面的研究文献正在迅速增加，但其中却仍然有很多所考虑的优化标准为确定性调度理论研究中所没有的，较少研究如何解决传统调度计划中有模糊数据的问题。这方面仍然有许多研究工作值得我们去做。　　 本论文以国家自然科学基金资助课题“随机制造模式与随机制造信息系统的研究”为背景，在同时考虑生产过程中的模糊加工时间和模糊交货期条件下，研究如何在模糊环境中优化传统调度计划。具体研究内容包括：　　 1、在综述作业车间调度的研究现状及发展趋势的基础上，根据制造企业当前所处的模糊动态生产环境的特征，指出解决传统调度计划中有模糊数据的调度问题具有紧迫性。论述了作业车间模糊调度的需求背景、研究意义和研究进展，并归纳了模糊调度的研究方法。　　 2、查阅国内外文献，了解了有关模糊加工时间和模糊交货期的调度问题的研究现状和研究方法，并对其做了综述；总结了与研究模糊调度问题相关的模糊理论和模糊运算规则，为本文研究综合考虑模糊加工时间和模糊交货期的作业车间模糊调度问题打下了良好的理论基础。　　 3、研究了可变机器约束的模糊作业车间调度问题。在同时考虑模糊加工时间和模糊交货期的条件下，针对作业车间生产加工过程中，工件的某些工序有多台机器可以选择的调度问题，提出了以极大化最小客户满意度为指标的可变机器约束的模糊作业车间调度模型，并给出了算法设计。通过对多目标调度问题的求解，证明了本文提出的极大化最小客户满意度调度指标具有正则性。应用遗传算法在适应度函数处理中引入模糊数处理方法，解决作业车间模糊调度问题，实现调度优化。给出了仿真实验结果，为可变机器约束的模糊作业车间调度提供了一种实现途径。　　 4、研究了作业车间的模糊动态调度问题。针对作业车间的模糊动态调度问题，研究动态调度的策略与方法，将基于时间分解策略的动态调度方法拓展到作业车间的模糊动态调度，给出了触发重调度的时间分割方法；采用极大化最小客户满意度作为目标函数衡量工件完成时间的优劣；改进Giffler&Thompson(G&T)算法，使之适用于模糊动态调度。通过计算机仿真试验，验证本文所建立的作业车间模糊动态调度模型的正确性及所设计算法的有效性。　　 5、研究了基于工件虚拟预调度的模糊动态调度问题。借鉴计算机操作系统对线程管理的支持方法，引入虚拟调度池的概念。针对作业车间调度过程中各类模糊、不确定情况的变化，在对相应于加工机器的工件集合进行动态虚拟预调度的基础上，提出了虚拟调度池的概念，并在此基础上给出了一个解决作业车间模糊动态调度的启发式调度算法，使之对通常意义下的模糊重调度情况都能有广泛的适应性。　　 6、开发设计了作业车间模糊调度原型系统。在对车间调度系统的基本流程、功能结构作了详细分析的基础上，基于面向对象技术设计了调度原型系统，并采用Visual C++6.0编程语言完成模糊调度原型系统的软件实现。　　 总之，本论文着眼于实际生产中的调度问题，将作业车间调度问题从古典Job Shop环境拓展到具有更高复杂度、更加接近现实的模糊作业车间调度环境中进行研究，在作业车间模糊调度研究领域取得了初步的成果，为进一步的研究奠定了基础。