资源有限的不确定性调度问题是一种特殊的调度问题。在实际的调度中，各种偶然、必然等的不确定性信息经常存在并干扰着调度执行的结果。特别是当调度的资源有限时，这些不确定信息往往在很大程度上制约着调度运行的效率和结果。因而本论文研究资源有限的不确定调度，可以帮助现实生活中的调度应对各种不确定性信息，同时也能够节约调度所需使用的资源。　　本论文采用具有自主优化性质的考虑近似实时云层的敏捷观测卫星调度为研究案例。随着具有自主优化功能的敏捷观测卫星逐渐被广泛应用和研究，本论文的研究具有一定的研究意义和研究基础。同时，该类卫星在调度中会经常遇到不确定性云层以及面临卫星在线存储资源有限等问题，因而对该类观测卫星调度的研究符合资源有限的不确定性调度。　　论文首先构建获取近似实时云层信息的三角数学模型。然后根据相关约束构建本论文研究问题的目标约束数学模型。接着论文根据本论文研究的敏捷观测卫星的存储资源有限、面对实时变化的不确定性云层等情况，设计能够解决该问题的算法。接下来，论文将常用于卫星调度中的动态规划方法、局部搜索方法、贪婪搜索方法应用于解决本论文研究的调度问题，并根据该问题的具体特性，对传统的贪婪搜索方法进行改进和优化。从而提出采用反复随机贪婪搜索算法解决本论文的调度问题。最后论文设计相关的仿真对比实验。　　仿真实验表明，反复随机贪婪搜索算法能够很好地解决考虑近似实时云层的存储资源有限的敏捷观测卫星调度问题。本论文设计的实验是在任务周期为3600s和客户最大满意时间为90s的情况下，四种算法在任务观测收益、平均观测结果图像质量、卫星内存使用率以及平均任务完成时间等方面的对比。同时实验结果表明，在一个调度周期内，卫星观测任务量为100情况下，ISGSA算法相比于GSA、LSA、DPA算法，在观测收益上分别能够提高5.72％、16.63％和21.39％。因而，从实验结果可以发现ISGSA算法更适用于解决本论文提出的资源有限的不确定性卫星调度问题。