本书选择典型的流水车间调度、作业车间调度、分布式调度等问题作为研究背景，以强化学习、深度学习和其他智能算法为研究对象，开展复杂约束条件下的车间生产调度单目标或多目标问题研究。围绕基于监督学习的序列模型、基于值函数逼近的深度强化学习算法、基于策略梯度的深度强化学习算法、改进的NSGA-Ⅱ算法、基于NASH-Q-learning的分布式算法展开论述，并将之分别应用到不同的生产调度场景。