以最大完工周期为目标的Job-shop调度问题是一类NP完全问题,迄今仍未发现其求解的有效算法。通过Job-shop型知识化制造单元自身结构特性分析,构建其链约束模型,并通过对其链路图添加约束获得可行调度。在此基础上提出一种自进化算法,该算法在运行中通过q学习能够不断从环境中获取所需知识,使其搜索能力逐步提高。对于学习过程中系统状态过多的问题,采用径向基函数网络对q函数进行逼近。通过仿真计算表明了所提算法对该类问题具备明显的学习进化能力。