伴随着智能化技术逐步延伸到社会生产生活的方方面面,制造业也纷纷加快了产业智能化的步伐,发达国家纷纷将制造业智能化作为下一步产业升级的主要目标。我国也全面开展部署实施以智能制造为主攻方向的“制造强国战略”。智能调度作为智能工厂的重要组成部分,其核心是车间调度优化问题。不确定条件下的柔性作业车间调度问题（Flexible Job shop Scheduling Problem,FJSP）考虑到实际生产过程中会出现的加工时间不确定、机器损坏、紧急插单等情况,较之传统的FJSP更具灵活性,贴近实际生产情况。因此研究不确定条件下的FJSP在提升制造企业智能化方面有着重要意义。本文采用改进离散粒子群算法求解不确定条件下的FJSP,以最大区间灰色完工时间最小化为优化目标开展研究与讨论。首先,根据具有区间灰色加工时间的FJSP的特点,建立数学模型,并根据数学模型的特点对粒子群算法进行改良,提出改进离散粒子群算法。其次,通过正交试验对算法中的参数进行优化设置,设计三组对比实验验证了本文所提改进方式对算法性能提升的有效性。选用最优参数配置的改进离散粒子群算法应用于求解基准案例,选取最大区间灰色完工时间最小值、平均值和算法运行时间三个方面与其它文献所提算法的优化结果进行对比。结果显示本文所提算法在多个案例的求解结果都优于其余文献所提算法,表明改进离散粒子群算法在基准案例求解上具有更高的求解效率与求解质量。最后,考虑车间机器维护情况,对机器可靠性进行评估,根据评估结果采取相应的维护方案,并根据最优调度方案生成相应的具有机器维护策略的灰色甘特图。基于上述研究成果设计和开发了面向调度人员的调度原型系统。本文的创新点主要分为三方面。一、数学模型层面:使用区间灰色加工时间取代传统的固定加工时间建立数学模型,考虑机器维护情况,改良了基于机器可靠性的多阈值维护模型。二、优化算法层面:基于数学模型的特征,将粒子群算法进行离散化,并根据区间灰色加工时间的特性改进算法数据结构。采取全局随机选择初始化、粒子更新步长自适应和负载均衡策略提升算法求解性能。三、指导生产层面:在灰色甘特图的基础上,结合基于机器可靠性的机器维护策略,生成具有机器维护区间的调度方案,更加合理的安排生产。