柔性制造系统是一种典型的离散事件动态系统,柔性制造系统调度和计划技术的发展对从整体上提高柔性制造过程的性能和效率有重大的影响。柔性制造系统调度的两个关键点是调度模型和调度算法。其中,模型问题主要是解决柔性制造系统的建模问题；调度算法主要解决柔性制造系统的调度优化和性能分析。本文对Petri网在其中的应用问题进行了较深入的研究。首先,对Petri网在柔性制造系统中的建模理论与方法做了一个较全面的综述。其次,提出了一种基于Petri网和遗传算法相结合的调度方法。用赋时Petri网对柔性制造系统进行建模,然后应用遗传算法对该模型进行调度并获取近似最优解。在该算法中,采用新的编码、解码机制,用Petri网模型的变迁激发序列作为染色体编码,且对群体中每个染色体对应的变迁序列不再要求其满足Petri网的可达性条件,而是通过解码部分将其转换为一个满足可达性条件的序列,从而大大简化初始化种群,以及交叉和变异操作。该方法融合了Petri网和遗传算法各自的优点,可以较好地解决柔性制造系统的调度问题。对于大规模多阶段多产品调度问题,为了进一步简化系统模型和提高算法性能,本文使用了有色Petri网对柔性制造系统进行了建模,并提出了动态链式智能体遗传算法。该算法将遗传算法的编码方式与智能体系统的演化结构相结合,采用指派规则实现编码和可行调度间的一一对应关系；各智能体与其邻域环境的竞争与合作以及自身的自学习操作实现群体的演化过程。通过大规模多阶段多产品调度问题的仿真,结果表明：动态链式智能体遗传算法与新的指派规则相结合,不仅增加了种群多样性,而且提高了算法的收敛性能,是求解多阶段多产品调度问题的有效算法。