在实际生产过程中生产管理与调度是企业综合自动化系统的核心，一个合理的调度方案能给企业带来很大的经济效益；在理论上调度是一个多目标、多约束的优化问题，所以研究生产调度具有重要的理论意义和实用价值。 调度的复杂性、调度领域知识的多样性和生产环境的动态性决定了调度问题的解决单纯依靠人或计算机是难以完成的，必须把人、人工智能技术、数学规划和计算机有机地结合起来去研究调度问题。如何体现人在生产调度中的决策作用以及如何用多知识表达方式实现一个调度问题是本文研究工作的重点。本文主要包括以下内容： 从复杂系统的分析入手，研究了生产系统的分级问题。首先总结了一些分级原则，在此基础上给出了一个分级的生产系统。这种分级的生产系统不但层次清晰，任务明确，而且信息流向清楚，便于生产管理系统设计和分析时的应用。 生产调度的执行离不开生产计划的指导，为此我们研究了长期生产计划和短期生产计划的混合整数线性规划模型。该模型结构清晰，易于扩展，具有较高的实用价值。为了解决由急件产品或设备故障引起的产品生产周期的动态决策问题，我们提出了动态甘特图。该动态甘特图形象、直观，能辅助决策者迅速作出新的决策。 以状态任务网为基础建立的化工过程生产调度的模型具有层次清晰、容易理解和易于扩展等特点，但这种模型仍然摆脱不了维数爆炸或非线性问题。在研究了化工过程的生产调度模型之后，我们提出了具有约束指导的模拟退火算法，有效地解决了上述模型求解存在的问题。由于用部分约束指导模拟退火算法的解的产生，减少了不可行解，并由此大大减小了由约束违背所带来的目标值和各约束条件的计算量，较大地加快了算法的收敛速度。 为了有效利用调度经验规则支持动态调度问题，充分体现决策者的智能作用，本文建立了一种以分散式模糊神经网络为核心的模糊决策支持的生产调度系统。该系统的最大特点在于能通过各网络的推理提取一些新规