本文针对流程工业间歇生产过程中不同类型调度问题的复杂性和不确定性,采用具有优良性质的免疫优化算法进行研究,建立了确定性和不确定性调度系统的数学模型,提出了基于智能的免疫调度优化算法,并进行了大量的仿真研究.本文取得的主要研究成果为:1.自然免疫系统是一个高度进化、复杂的系统,具有动态的自组织记忆和多样性的等特点,免疫算法就是借鉴自然免疫系统的概念与理论而产生的进化算法.2.针对具有零等待存储策略的Flow shop、中间储罐存储时间有限的Flow shop等复杂的调度问题,提出了改进的免疫调度算法(ⅡA)并应用于上述调度问题的求解;3.针对实际生产过程中存在的产品处理时间等的不确定性,采用模糊数学描述这种不确定性;分析了处理时间不确定条件下零等待存储策略和中间储罐存储时间有限的Flowshop调度问题的特点,在模糊规划的基础上对上述调度问题建立了调度模型.4.深入分析了不确定条件下Job shop调度问题的特点,分别基于"中间值最大隶属度函数"和"模糊截集"理论,建立了相应的模糊调度模型,并将前面改进的免疫优化方法进一步地改进,提出了基于强制变异的免疫优化算法(FIA),并应用于调度模型的求解.5.针对Flow shop中存储时间无限和存储时间有限型调度问题,研究了不确定处理时间条件下具有不同提前/拖期惩罚的调度问题.