运用进化算法求解柔性车间调度问题时, 编码的特殊性对进化策略造成的局限制约了算法的搜索能力。为此, 提出一种基于浮点型编码策略的差分多目标优化算法。该算法采用基于工序权重的浮点数编码—解码机制, 消除了排列组合型编码方式对进化操作带来的约束, 运用差分进化策略生成新个体, 以提高优秀个体产生的几率, 进而保证算法有更好的收敛性。将算法与传统算法及其改进形式在相同测试用例上进行对比, 结果表明, 本算法在保证收敛性的同时, 搜索到更多的非支配个体, 体现出更好的分布性。此外, 提出了平行决策和等价平行决策的定义, 将柔性车间调度模型的研究拓展至决策空间。