本文首先介绍了柔性生产线的背景以及国内外发展状况，同时也分析了柔性制造系统（FMS）的发展情况和本课题研究的意义。柔性制造系统调度本身属于典型的JSP调度模型，本课题研究了以武汉重冶集团的Mazak柔性制造系统建立的JSP调度模型，并且给出整个生产线的概况、车间布局以及本课题研究的模架的装配图与工序表。再次采用人工智能算法对Mazak生产线进行优化，对所采用的遗传算法调度、改进免疫遗传算法调度、粒子算法与模拟退火粒群算法建立数学模型，分析基本原理为以后的模型分析打下基础，给出调度仿真图、仿真时间与加工过程中的机器闲置时间表。最后，以Mazak生产线为基础研究了柔性路径、机床数量、托盘数量等柔性生产的影响因素。同时，本课题采用Matlab强大的数值计算能力和众多的库函数编写算法，针对调度规则给出了智能算法实例，并且由Matlab中GUI功能设计了基于Mazak柔性制造系统的算法系统软件，实现较好的人机交互界面。由软件绘制出了每个调度方法的调度甘特图，并对五种算法进行对比分析得到基于工序遗传算法与模拟退火粒子群算法仿真结果较为优。选取这两种算法进行实际生产得到，空闲提高比分别为：12.5%与20.1%；对加工整体提高比为：10.8%与12.7%。由此得到，模拟退火算法是最优的，对Mazak柔性生产线缩短总加工时间与机器闲置时间效率有较大提高，将是今后实际生产研究的主要方向。