为了解决传统神经网络BP梯度下降算法在解决柔性制造系统调度策略时易陷入局部最优的问题，在规则化神经网络结构的基础上，提出了一种基于最大熵的神经网络权值优化算法。利用神经网络隐层节点变量的条件概率，在计算寻优过程中，通过改变收敛算子求解熵函数的期望，进而迭代求解网络的最优权重向量。对比实验表明，相较BP梯度下降算法，采用最大熵权值调整算法，数据搜索空间范围大，能保证系统准确收敛到全局最优解，算法鲁棒性好。在实际的调度策略应用中，该算法能明显缩短整体生产任务的加工周期，达到提高企业生产效率的目的。