现有的针对FSJS问题的研究大都建立在对调度环境进行严格限制上,强调各类限制条件和生产信息预先明确,然而在实际生产环境中,存在机器、环境等因素的影响,致使包括时间参数和约束条件在内的相关信息无法准确预知,存在模糊不确定性。本文将FJSP问题从严格限定的理想环境拓展近现实的模糊环境中,使其具有更强的灵活性和实用性。首先,本论文以图的形式清晰地描述作业车间调度问题、柔性作业车间调度问题,(FJSP)和柔性作业车间模糊调度问题,并给出了解决这些问题的编码、解码算法。其次,本论文研究了以最小最大完成时间为目标的,具有模糊加工时间的柔性车间调度问题(Flexible Job-Shop Scheduling,FJSP),用六点模糊数来表征时间参数,本文引入可能性理论,采用可信性测度方法解决该问题的子问题,进行了系统的阐述,确立目标函数,最后通过遗传算法进行有效性分析。再次,本论文研究了以最小化提前/拖期惩罚为目标的,具有模糊加工时间与模糊交货期的FJSP问题。针对该问题,本文引入了六点模糊数比较大小的可能度和模糊数(?)于等于(?)的程度的概念。并通过改进的遗传算法对问题进行了有效地求解。最后,给出仿真实验结果和结论。