生产调度问题作为制造执行管理系统的核心组成部分，在企业的信息集成、管理、调度、建模、监控与优化等综合自动化系统中占有重要的地位，系统、合理、优化的调度方案可以使企业根据市场需求调节生产步骤、发挥生产柔性从而提高企业的管理水平，同时也使得企业在有限的人力、资源条件下实现效益最大化，尤其是在流程工业小批量多品种的化工生产过程常常采用的高柔性间歇生产过程中，由于其存在模型复杂、不确定因素大量存在的特点，而更需要广泛的生产调度研究。生产调度问题属于NP难问题，问题的复杂性使得人们不断的寻求高效的方法和手段来解决问题，智能优化算法以其全局搜索能力强、适应复杂问题求解等优点而成为研究的热点。本文分别研究了确定条件下和不确定条件下流程工业间歇生产过程的几种不同类型的Flowshop调度问题，提出了一种新的灾变性文化算法用于问题的求解，在大量仿真研究的基础上表明了提出的算法和模型的有效性以及通过算法对比仿真表明了灾变型文化算法在解决问题时的优越性。　　 本文的主要研究内容可以概括为以下几个方面：　　 (1)文化算法是受到人类社会学中关于文化进化理论的启发而提出的一种新的智能计算方法，与一般进化算法只注重于基因层面的进化不同，模拟人类社会的进化将文化传承也纳入到进化范围内，是一种宏观和微观层面同时进化的双演化双促进结构。文化算法在生产调度问题上的研究不多，本文针对生产调度问题，提出了一种新的灾变型文化算法，具体阐述了文化算法中与问题相适应的种群空间、信仰空间的结构以及二者之间的沟通渠道的设计，以及为了克服进化中收敛速度慢和早熟收敛的缺陷，灾变算子和兄弟竞争思想的引入方法。　　 (2)将本文提出的灾变型文化算法用于解决确定条件下无限中间存储时间调度问题中，通过与普通遗传算法和混合量子算法的对比表明了算法具有良好的寻优性能；将灾变型文化算法与改进遗传算法、无灾变算子的文化算法针对不同规模的一系列问题进行大量仿真研究，说明了文化算法本身的快速寻优能力以及灾变算子在避免算法早熟上的优势；在对算法参数的选取进行仿真和讨论的基础上，确定了适合于问题的参数取值。　　 (3)研究了不确定条件下中间存储时间有限和零等待Flowshop调度问题，与以往研究中间储罐数量的调度问题不同，本文对物料在中间储罐的具体时间限制进行了考虑，在粗糙规划以及广义粗糙集理论基础上针对研究问题，用粗糙变量来表示不确定的处理时间，建立了处理时间不确定条件下的中间存储时间有限及零等待Flowshop的粗糙调度模型，并将其清晰等价化进行求解。大量实例仿真表明了所建立的粗糙模型和算法的有效性以及算法的优越性。