随着制造业的发展,用户对于产品质量的要求越来越高,过去单一品种,大批量流水线式的生产方式已经不能满足当前用户的个性需求。而且随着劳动力成本的提高,企业可以获得的利润越来越少。在这种大环境下,迫切需要一种新的生产方式既能满足用户多品种、中小批量的生产要求,又能达到提高生产效率,降低成本的目的,柔性制造系统由此应运而生。然而要实现柔性制造系统能够在复杂多变的环境中继续进行正常生产,就需要使柔性制造系统具备处理突发事件的能力,同时又可以保证柔性制造系统的生产效率和提高设备的利用率。作业车间动态调度是柔性制造系统的核心。它的性能直接影响了柔性制造系统的生产效率和设备的利用率。传统的作业车间调度问题都是针对理想环境下的调度,这导致了柔性制造系统无法有效的应对突发事件的发生,并会因此影响柔性制造系统的生产效率和设备的利用率。为了确保柔性制造系统可以有效的应对突发事件,达到提高生产效率和设备利用率的目的,利用了遗传算法全局搜索的特性和滚动窗口技术的滚动重调度机制,提出了一种可以有效处理柔性制造系统突发事件的方法,并重点对单目标的柔性作业车间调度问题（Flexible Job-Shop Scheduling,简称FJSP）和多目标的FJSP问题进行了深入的研究。因此,论文的主要研究内容如下:1.FJSP问题数学模型及动态调度策略针对FMS系统存在多种动态事件,并导致生产线生产效率和设备利用率下降的问题,论文在传统作业车间调度问题的基础上,建立了FJSP问题的数学模型,确定了FJSP问题的评价指标,分析了FJSP问题的特点,将重调度策略和滚动调度策略相结合用于解决FJSP问题,为后续单目标FJSP问题和多目标FJSP问题的求解提供了理论指导。2.基于滚动窗口技术和遗传算法的单目标FJSP问题的求解与分析针对在FMS系统中存在多种动态事件时,如何提高生产线生产效率的问题,论文以最大完工时间最小（makespan）为评价指标,提出了采用滚动窗口技术与遗传算法相结合的方式求解单目标FJSP问题,并根据滚动窗口技术的特点,对滚动窗口中参数的修正、重调度时刻的解码以及窗口中工件的数量和调度周期进行了分析。之后,针对FJSP问题的特点,采用分段编码的方式对机器选择部分和工序排序部分进行编码,同时,设计了相应的交叉、选择操作,来保证遗传算法的全局搜索性能。并用FMS系统中相关工件和机床数据对单目标FJSP问题的求解方法进行了验证。3.基于Pareto的多目标FJSP问题求解与分析针对在FMS系统中存在多种动态事件时,如何既保证生产线的生产效率,又提高设备利用率的问题,论文以makespan、最大负荷机器最小、总机器负荷最小为评价指标,提出将Pareto多目标优化方法和滚动窗口技术及遗传算法相结合的方式来求解多目标FJSP问题,并用FMS系统相关工件及机床数据对该方法进行了验证。4.多目标FJSP案例与分析针对某数控机床公司大型零件柔性作业车间存在多种动态事件,并导致生产线生产效率和设备利用率降低的问题,论文对该公司的硬件设备及产品做了介绍,并分析了该柔性作业车间的特点,收集该公司相关产品及机床数据,应用论文中的理论和方法来解决该公司的多目标FJSP问题。