随着经济全球化日益发展,现代制造型企业的生产模式已由传统的少品种大批量逐渐转向多品种小批量,而市场竞争水平的提升及客户消费偏好的差异又使得市场需求日趋多元化、个性化及定制化,致使企业愈发关注生产过程中存在的不确定性及其对生产活动的影响。异常事件与信息属性不确定性间相互累积、叠加导致了生产车间初始调度方案逐渐偏离实际生产过程,降低初始调度方案的有效性及可行性。因此,重调度决策在快速响应生产扰动、有效降低生产成本、合理配置制造资源及优化控制生产过程等方面具有重要作用。本文针对柔性作业车间重调度决策问题,对生产车间重调度相关领域的研究现状进行了综述,分析生产车间的不确定性,界定生产扰动类别并提出了分类方法,讨论重调度决策内涵,定义重调度稳态特性概念,详细探讨柔性作业车间的重调度优化方法、重调度驱动机制及重调度决策方法,并提出相关问题模型和求解算法。本文的主要研究内容和创新点如下：(1)在生产车间不确定性因素分析的基础上,界定生产扰动类别,并从工件、工序及设备等多维度选取生产扰动的特征指标,提出基于决策树的生产扰动分类方法,实现生产扰动的快速分类,为进一步讨论重调度决策问题提供研究基础。(2)阐述重调度决策内涵含义,定义了重调度稳态特性概念,分别从稳定性、有效性及经济性角度建立数学模型,旨在利用重调度过程所显现出稳态特性的数学描述探究了生产过程重调度稳定性、有效性及经济性的变化规律,探求生产系统偏离正常发展趋势的原因,能够为生产管理提供决策支持。(3)针对柔性作业车间重调度优化问题,给出生产扰动发生后重调度问题模型的更新规则,提出一种混合分布估计算法。为了保持种群多样性,采用κ-均值聚类方法对种群进行分簇,从各子簇中选取具有代表性的若干个体组成优势种群以建立描述问题解空间分布的概率模型,并利用变邻域搜索技术优化种群中的最佳个体,避免其陷入局部最优。(4)通过重调度经济性模型描述重调度执行过程中生产车间增益耗损现象及其变化规律,运用云模型测度重调度损益的不确定性,提出改进的逆向云算法以计算重调度损益云的数字特征,预测了当前时刻重调度的损益变化趋势；提出了基于经济性模型的重调度驱动机制,根据当前时刻执行重调度后生产车间耗损增益的可能发展趋势判断是否进行重调度,为重调度判定提供了依据。(5)将柔性作业车间重调度最优备选方案甄选问题抽象为一类属性值为实数值且属性权重为自然语言的多属性决策问题,采用一维正态云描述自然语言变量,基于多距离测度计算重调度解集中备选方案与正、负理想方案的广义距离,并利用Borda序值法对单距离排序信息完成信息融合以获得全距离排序信息,提高了决策模型的可扩展性与灵活性。