当前,急剧变化的市场环境使得制造企业必须以高度敏捷性来赢得竞争优势。由此,动态调度技术成为调度领域的研究热点,其理论价值和现实意义日益显著。本文以基于知识的动态调度决策机制为研究对象,构建了基于多Agent的调度实现框架,对动态调度策略、动态调度决策模型,以及与之相关的基于粗模糊集的Agent调度知识获取、融合和更新等理论问题和关键技术进行了系统的研究。1.将调度涉及的对象抽象为Agent实体,基于合同网协议构建动态调度框架;提出基于模糊Petri网的动态调度决策机制,运用规格化的条件属性知识和调度规则知识,以模糊Petri网作为推理机制,进行模糊推理决策,最终为各任务确定执行资源,实现任务的动态调度。基于模糊Petri网的知识决策模型,在性能评价的基础上,综合影响决策结果的诸因素:规则可信度、条件属性可信度和条件属性权值,通过先定性再定量的决策过程,使调度执行过程更趋合理、有效。2.通过“资源可用性”和“上相似任务”的概念定义了任务的相似性知识,根据资源对任务的可用性与任务间对资源的需求相似性,提出一种动态再调度策略,并构建了多阶段动态生产调度模型,从而避免任务的无谓中断与释放,达到减少受影响任务数量、降低任务调整成本的目的。3.基于任务和资源完成任务的成本、质量、负荷和时间等属性,通过一种从专家的行为实例数据集中学习和归纳决策知识的粗模糊方法,将模糊集中的隶属度函数作为粗糙集的属性,以模糊截集获取系统的分类知识。在此基础上构造决策表,以粗糙集理论对决策表属性进行分析;针对不同专家获取的决策表冲突问题,提出基于投票表决的知识融合策略,实现了以多位专家为对象所获取知识的整合,得到公共调度决策表。4.在分析制造系统所承受的内外更新动力的基础上,提出基于任务执行参数的反馈更新的方法,形成闭环的知识更新模型,从而实现对资源可信度评价的积累;提出基于人机交互的模糊控制更新方法,以完成决策属性、规则可信度,以及条件属性重要度的更新,使系统感知并适应制造外部环境的发展;在以上两种更新方法的基础上,构建调度知识更新器,并对其体系结构和更新过程进行了分析、描述。5.对基于知识的动态调度决策系统的设计与实现进行了探讨,建立了基于Jini技术的动态调度系统构架。结合本文的理论研究,初步实现了基于知识的动态调度决策原型系统。