不确定作业车间调度问题(Job Shop Scheduling Problem,JSP)是制造系统领域亟需解决的关键性问题。车间调度实时运行过程中常伴随有不确定加工时间和随机机器故障等扰动因素,这些扰动因素会影响整个车间调度系统的正常运行。因此需要考虑如何处理车间调度过程中的不确定扰动因素,以及如何能够对不确定扰动因素及时响应并做出动态调整成为整个制造系统领域必须考虑的问题。本文基于仿真技术对不确定JSP展开研究,分别对不确定加工时间JSP的建模、求解方法以及双重扰动因素下JSP高效求解方法进行了深入研究。针对不确定加工时间JSP,对工件工序的不确定加工时间进行分析,采用区间数描述不确定加工时间,设计了基于Plant Simulation的区间操作数方法,基于Plant Simulation仿真平台建立了不确定加工时间JSP仿真模型,采用了基于Plant Simulation仿真结合遗传算法(GA)的优化方法对模型进行求解。使用基准算例对所建模型和求解方法的有效性进行测试,实验结果验证了提出模型和求解方法的有效性,在48组算例中有28组算例的计算结果表现得更加突出。基于以上的研究理论成果,针对不确定加工时间JSP的求解方法,提出了最短加工时间(SPT)调度规则和启发式Johonson算法优化GA初始种群的两种优化策略,设计了GA+SPT和GA+Johonson两种改进GA的优化方法,并采用了基于Plant Simulation仿真结合改进GA的优化方法求解不确定加工时间JSP。分别使用测试算例对基本GA、GA+SPT和GA+Johonson三种优化方法的性能进行测试,算例的计算结果显示基于GA+Johonson优化方法具有较优的求解性能,其中48组算例有30组算例结果的改进率较高,更能凸显GA+Johonson优化方法的优越性。针对双重扰动因素下JSP,基于Plant Simulation仿真平台建立双重扰动因素下JSP仿真模型,在该模型中,使用区间数描述不确定加工时间,引入随机概率分布函数(指数分布函数)表征随机机器故障,采用基于Plant Simulation仿真结合改进GA的优化方法对双重扰动因素下JSP进行求解。设计了确定加工时间+机器故障和不确定加工时间+机器故障两种不同扰动因素下24组算例,并分别采用这些算例对基本GA、GA+SPT和GA+Johonson三种优化方法在不同故障修复时间(tr)水平下的性能进行测试(设置tr=5min,10min,20min),算例结果验证GA+Johonson优化方法的求解性能较优且求解效率较高,其中24组算例有18组算例的结果表现更优。结合上述的理论成果,根据某包装机械、某平面一次性口罩机械和某自动化双面贴标机械分别所在的实际生产车间的生产情况,分析了车间中实际存在的不确定扰动因素。将前面所提的研究理论成果应用于这三个实例,实例结果验证本文所提出的模型和优化方法是十分有效的。最后,对全文研究成果进行了总结,并对未来开展的研究工作进行了展望。