对于一些生产环境的动态性产生的动态调度问题,传统的基于数学模型的生产调节很难给出满意解决.所以如何用基于规则的生产调度解决动态调度问题是该论文研究的重点.该文主要内容：把人、人工智能技术和计算机有机地结合起来去研究调度问题,设计了一基于模糊神经网络的智能决策支持系统,并给出了面向对象软件实现的思想.该系统能充分体现决策者的智能作用和计算机系统的快速运算及推理的特点.模糊神经网络集成了模糊系统模糊规则表达和神经网络规则提取的优点,该论文采用它实现了所设计的模糊推理系统和规则挖掘辅助系统,并采用了一种新的学习算法以提高训练学习速度.模糊推理系统是一并行分散式的模糊神经网络,它能通过各网络推理快速选择需要的调度规则,并能提取一定的规则.我们对它进行了仿真,证明了这一系统是有效的.为了减小系统的规模,我们设计了规划挖掘辅助系统,它通过模糊神经网络能在生产系统初始化时以及生产过程中挖掘和生产过程状态和性能指标关联的调度规则,以减小模糊推理系统中子系统的数目,进而满足动态调度所要求的推理和学习的快速性.