科学地制定生产调度方案,对于缩短产品生产周期,控制车间的在制品库存,提高产品交货期满足率和提高企业生产率起着至关重要的作用。有效的调度方法与优化技术的研究,对于实现先进制造企业的现代化具有重要的理论价值和实际意义。鉴于调度问题的复杂性,传统优化方法已难于求解,因此软计算方法成为求解此类问题的有效途径,是当前国内外研究的一大热点,提出了诸多有价值的新型调度算法。生产调度方面的研究成果更多是以确定性调度模型为基础,而实际生产过程中存在着诸多不确定性因素,如果调度模型忽略了这些不确定性因素,将使调度方案的实际应用价值大打折扣。而模糊理论能够切合实际地描述生产过程中的不确定性事件,优化模糊调度方案可以有效地提高实际生产效率,大大减少生产计划和调度失调的概率。本文研究生产调度中最基本、最重要的作业车间调度问题,并用模糊理论来处理调度中的不确定性,进一步引入机器可用性约束、柔性、多目标等重要因素,本文针对这些非常复杂的综合性模糊作业车间调度问题,提出基于进化计算的求解方法。对于带有可恢复作业和预防性维修的模糊作业车间调度问题,设计了一种随机键遗传算法,采用随机键编码和带有维修操作的解码策略；使用二元锦标赛选择、离散交叉和互换变异算子来进化种群；该算法的染色体为实数串,解码时能直接转换成有序操作表,算法实现简单,试验表明有较强的寻优能力。针对带有柔性加工计划和模糊加工条件的作业车间调度问题,提出了一种有效的协同进化遗传算法,同时进化其中的两个子问题：机器分配子问题和操作顺序子问题,以最小化模糊最大完成时间；两个子问题分别使用实数串编码和整数串编码,并提出了一种应用于两类染色体的协同进化技术；在每一代,一些个体只进化一个串,另一些个体则同时进化两个串。该算法较好地保持了全局探测和局部优化间的平衡。针对最小化makespan的模糊作业车间调度问题,提出了一个有效的群体邻域搜索算法,并提出了基于有序工序的编码方案和基于互换的邻域搜索算子,以二元锦标赛策略选择待进化个体,以概率1执行互换算子,不断进化和优化群体以逼近最好解。该算法结构简单,实现容易,试验表明具有较强的全局和局部优化能力,以及较快的收敛速度。在模糊柔性作业车间调度问题中,以最小化模糊最大完工时间和最大机器工作负荷为目标,提出了一种多目标群体邻域搜索算法,分别用基于有序操作的二元组串和三维数组编码表示操作顺序子问题和机器分配子问题的解；设计了三种邻域搜索算子(两种互换算子和一种插入算子)来产生新解；提出了一种有效的档案维护策略以获得非劣解集。试验表明该多目标群体邻域搜索算法具有较强的全局和局部优化能力。设计了一个求解模糊作业车间调度问题的人工蜂群算法,并提出一种基于插入算子的邻域结构,使用二元锦标赛选择为跟随蜂选择解,使用邻域搜索算子分别为采蜜蜂和跟随蜂更新解,在算法的每一轮循环,采蜜蜂阶段和跟随蜂阶段相继执行,每隔一些循环,最差解被精英解替换。而后将其发展为多目标人工蜂群算法,求解具有柔性维修的多目标模糊作业车间调度问题,以最小化模糊makespan和模糊总拖后完成时间。使用加权目标值的方法为每只跟随蜂选择解；使用互换邻域搜索算子分别为采蜜蜂和跟随蜂更新解；每隔一些循环,用具有最小加权目标值的解替换具有最大加权目标值的解。与一般的多目标优化算法相比,该多目标人工蜂群算法具有较低的计算复杂度,与文献中的算法进行比较测试,结果表明该多目标人工蜂群算法能提供更优的解和更好的调度策略。