调度理论的基石是确定性调度理论，其一个显著显著特点是，到达时间、处理时间、到期时间等相关数据都是事先知道的。然而，在现实问题中，这些参数往往在实现了之后才会知道，对于这种问题的处理，发展了随机调度(stochastic scheduling)的理论。在随机调度中，根据技术条件的不同，策略有静态(static or permutation policies) 与动态(dynamic, adaptive or progressive policies)之分，而后者又可以分为完全动态策略(unrestricted dynamic policies)和不完全动态策略 (restricted dynamic policies) 。随机调度的重点应该是寻找最优动态策略。然而，文献中随机调度研究的绝大部分是将其转化为确定性调度问题进行研究并得到最优静态策略。标准的随机调度问题总是假定机器一直处于良好状态、无论工件在何时开始加工其加工时间的分布都与加工起始时间无关，各个参数随机变量的概率分布已知等。但是现实问题经常不满足这样的标准条件。.本项目组及其合作者在国家自然科学基金委项目《非标准随机调度模型的最优动态策略》资助下取得了如下的研究成果和进展：.(a) 带学习效果和随机中断的调度问题（time－varing随机调度问题）；(b) 具有不确定性工作损失的随机调度的一个统一方法；(c) 具有不可数状态和时间可回转的广义Bandit过程的最优决策方法；(d) 决策受限的最优停时问题。除了这些研究型的成果外，项目组成员在项目资助下还取得了如下的学术成果：（e）基本完成一部随机调度领域的专著《optimal stochastic scheduling》，以及一篇关于随机调度方面的综述性论文。