生产调度是CIMS(Computer Integrated Manufacturing System)和CIPS(Computer Integrated Processing Systems)的一个重要组成部分，是生产管理的核心和关键技术。合理的生产调度方法可以为企业部门带来显著的经济效益。随着对生产调度问题研究的不断深入，人们逐渐发现现实世界中存在的不确定因素对生产过程和调度过程的影响不可忽略。由于各种不确定性因素的存在，使得应用确定性的模型很难取得预想的结果，经典的离线计算最优输入并开环执行的方法一般不会产生最优的性能，在线的调整在所难免，这使得调度问题成为一个需要不断优化的动态过程。如何在复杂的不确定环境中寻找合理的调度方法，使调度具备一定鲁棒性的同时，又具有一定的最优性是调度问题中的一个难点，具有重要的理论和实际意义，也是本课题的研究目的。 不确定优化理论为科学的解决不确定条件下的生产调度问题提供了理论基础和新的思路，但在计算及反应决策者态度等方面仍然需要进一步研究。本文以不确定优化为理论基础，通过对模型，主要是随机规划和鲁棒优化模型的分析和改进，提出几种不确定条件下寻找鲁棒调度策略的新方法，并以化工批处理过程的短期调度过程为例，建立了不确定条件下的鲁棒调度模型，给出了模型的算法以及调度策略的实现方法。 在回顾了确定性、不确定生产调度的发展历史，阐述了不确定优化理论的研究现状和不足之后，本文对不确定条件下的鲁棒性生产调度方法进行了研究，主要研究内容和成果概括如下： 首先研究了不确定条件下生产调度的柔性、稳定性和鲁棒性，给出了相应的定义和测量指标。指出不确定条件下的生产调度问题实际上是一个调度策略的选择问题，由于不同的生产背景、不确定情况，以及决策者不同的决策态度，导致选择的调度策略不同。给出了选择鲁棒调度策略的基本原则和建立鲁棒调度数学模型时应注意的问题。 生产调度过程中经常出现一些随机因素，为调度模型的建立和求解造成了一定的困难。在工程中经常采用的期望值模型简单，但很多情况下不能保证所求解的鲁棒性。为此本文对期望值模型的鲁棒性能进行了分析，给出了