新一代信息技术的不断落地,推动制造业向智能化转型。车间调度作为智能制造的重要一环,决定着生产资料的分配,影响着企业的效益。柔性产线作业车间调度问题是NP-hard问题,采用基于规则的深度强化学习算法是一类有效的求解方法。现实中,企业看重准时完工,能否在交货时间窗内交付将对企业收益产生重大影响。因此,如何为产线上不同交货区间、机器柔性的作业设计调度规则和算法,成为解决实际排产调度问题的重点和难点。论文主要工作如下:（1）改进深度Q网络算法的调度规则动作集。在解决柔性产线作业车间调度的准时完工问题时,通用单规则将交货期定为具体时间点而非区间,且在拖期和提前时间最小加权和的目标下性能不佳。因此,论文首先改进了交货期导向的单规则,结合时间窗概念设定最早、最晚交货期。其次,编写目标为减小加权和的复合规则。最终,将常用的通用单规则作为备选,结合改进的单规则和编写的复合规则,组成智能体的调度规则动作集。通过实验,在标准测试集下,改进调度规则的深度Q网络算法性能优于混合差分进化算法和改进人工蜂群算法。通过随机算例验证改进调度规则的深度Q网络算法性能优于遗传算法和仅使用通用单规则的深度Q网络算法。（2）研究基于深度Q网络的柔性产线作业车间静态调度方法。以基于数据驱动的调度模型为依据,设计深度Q网络算法的状态特征空间、动作空间、动作选择策略、奖励函数、网络结构。根据通用的设计规则,考虑机器状态和作业加工状态为输入特征,设定基于目标函数的奖励函数提升收敛速度,选择贪婪策略来进行动作选择获取最大奖励,确定两个多层神经网络结构来进行目标值网络的逼近。最终一方面通过训练结果验证算法收敛性,另一方面通过实例验证算法有效性。（3）对调度算法实施主体产线调度管理工业APP设计开发与测试。从需求分析、架构设计、模块功能设计、部署测试四个方面进行研究。需求分析层面,功能性需求采用角色化思路,通过用例图进行需求描述。非功能性需求参照传统软件的性能要求进行描述。架构设计层面,介绍了软件的逻辑架构和技术架构。模块功能设计层面,一方面将软件整体拆为多个微服务模块,增强软件的灵活性、可维护性,另一方面在设计具体的模块功能时,为增强软件的实际价值,增设了权限管理、企业订单数据定时同步、调度算法调用等功能,并根据设计方案编写代码实现。最终,将软件部署在私有云服务器,并完成了软件测试,验证了软件的可用性。