面向订单生产是目前主要的一类生产模式,柔性的作业车间能很好地应对不同订单所产生的需求变化。对调度方案的期望是能够提升生产效率并节约成本,但柔性作业车间的调度问题是一个复杂的组合优化和NP-hard问题,并且会因实际生产情况产生不同的约束条件。因此,前人对该调度问题的研究,会因现实需求产生不同的研究侧重点:一是同时兼顾生产效率和准时交货等目标可能会相互冲突;二是由于加工过程各种因素的影响,需要考虑工序的时间不能精准确定的问题;三是由于工件所属的订单、利润、客户等不同,需要在调度过程中有所区别和侧重。本文研究将同时考虑柔性作业车间调度的这三个方面。首先研究如何高效地解决多目标柔性作业车间调度问题,再将工序时间视为不确定情况进行处理,然后在交货满意度上引入订单重要性,通过改进的算法对其进行求解。具体研究思路是使用基于分解的多目标进化算法将多目标问题分解成多个单目标问题进行处理,并且在算法求解时使用有效的编码与解码方式、设计解集初始化规则、引入变邻域搜索强化局部搜索能力。其次,以模糊数表示生产参数构建工序时间不定的多目标柔性作业车间调度模型,在基于分解的多目标进化算法的框架上提出初始化配对策略并优化种群进化机制,设计权重向量调节步骤以提升算法的求解性能;最后在调度目标中的交货期满意度中引入订单重要性作为权重、达到平衡生产效率和交货期的目的。选取常用的柔性作业车间调度算例作为实验数据,将优化算法和其他学者的结果进行对比,并对比相关算法的求解时间,以验证求解算法的高效性。针对模糊的调度问题集,使用超体积指标指标评价本文算法和其他常用算法的解集质量,以证明优化措施的有效性。选取企业现阶段采用的调度规则作为对比,对比得到的求解目标,表明本文设计的算法在处理实际调度问题中能取得较好的效果。最终本文构建了相应的问题模型,设计了性能良好的优化算法,所得结果能够为柔性作业车间实际调度和订单处理提供一定的决策支持。