人工智能技术的成熟推动了制造业向自动化、智能化的方向挺进。车间调度问题作为制造业的核心技术之一,已然受到广大学者的密切关注。作业车间调度（JSP）作为其中一种典型的调度问题,拥有丰富的研究成果。其中,基于调度规则的算法实施简单且算法复杂度较低,在实际生产中应用十分广泛。然而研究表明,调度规则的性能在不同生产状态下具有较大的差异性,单一调度规则无法适应所有生产环境。因此,设计能够合理选择或组合调度规则的方法对于车间调度具有重要的研究价值。与此同时,深度学习和强化学习技术的发展使基于自主感知环境的智能调度成为研究趋势。本文主要研究了深度强化学习算法在作业车间调度问题中的应用。主要研究内容有:首先,本文设计了一种基于Sarsa的深度强化学习算法（Deep-Sarsa）。该算法使用神经网络作为函数估计器,把车间环境中的信息抽象为网络的输入,调度规则作为网络的输出,利用Sarsa算法进行状态-行为对值的更新。并设计了一个具备自适应能力和自竞争能力的激励函数。据我们所知,这是首次以Sarsa算法对状态-行为对值进行更新,将深度强化学习方法应用于JSP问题的研究。应用标准算例进行测试,并与强化遗传算法、单一调度规则进行对比,结果表明所提算法在求解质量方面具有明显的优势。然后以工件随机到达为动态事件,对作业车间动态调度问题进行研究。前文所提Deep-Sarsa算法中对于状态、行为、激励函数的定义均保持不变,这也表现了所提方法在不同调度问题上的适用性较强,即能够解决作业车间静态调度问题和特定条件下的动态调度问题。通过设计不同规模的算例进行算法测试,并与经典的Deep Q-learning（DQN）算法、单一调度规则对比,验证了所提算法在该动态调度问题上的优势。接着,以更为复杂的柔性作业车间为研究对象,以机器故障为动态事件,根据故障属性进行状态的划分,并设计了一种新颖的双层行为组合,包含第一层选择工件的规则和第二层选择机器的规则。该模型能够实现不同程度机器故障下的最优重调度策略选择。最后,给出了全文的工作总结和工作展望。