本發(fā)明涉及一種APS動(dòng)態(tài)生產(chǎn)計(jì)劃排程算法，包括使用GA遺傳算法，在不考慮動(dòng)態(tài)特性的前提下，生成靜態(tài)排程計(jì)劃；當(dāng)動(dòng)態(tài)特性出現(xiàn)時(shí)，使用強(qiáng)化學(xué)習(xí)方法優(yōu)化實(shí)際生產(chǎn)中的動(dòng)態(tài)特性；通過(guò)神經(jīng)網(wǎng)絡(luò)，承載不確定性的概率分布，并將此概率分布作為前饋預(yù)測(cè)，指導(dǎo)與調(diào)整下一次GA遺傳算法的排程結(jié)果；從而實(shí)現(xiàn)從個(gè)體智能涌現(xiàn)到群體智能，再?gòu)娜后w智能到進(jìn)化個(gè)體智能的正反饋閉環(huán)，直至智能收斂。本發(fā)明通過(guò)神經(jīng)網(wǎng)絡(luò)來(lái)學(xué)習(xí)到各類不確定性的概率分布，同時(shí)通過(guò)強(qiáng)化學(xué)習(xí)提供的在線學(xué)習(xí)機(jī)制，來(lái)動(dòng)態(tài)地應(yīng)對(duì)各類不確定性，從而通過(guò)GA、神經(jīng)網(wǎng)絡(luò)與強(qiáng)化學(xué)習(xí)的結(jié)合，即群智進(jìn)化算法，解決FJSSP問(wèn)題，為工廠的智能制造升級(jí)提供完整的解決方案。