全球化制造的大环境让世界各国的制造业拥有丰富的发展机遇,但也面临着各种挑战和困难。车间调度是一种适应于企业发展需求的生产管理方式,在满足各种约束条件下通过科学合理的调度,充分配置各种有限资源,达到提高生产效率、降低生产成本的目的。本文在充分调研国内外关于柔性作业车间调度相关研究现状的前提下,针对当今研究存在的不足之处,考虑工人学习效应、能耗优化、动态事件等因素,研究了多目标柔性作业车间调度问题。具体研究内容如下:(1)首先,分析了柔性作业车间调度的问题特征,提出了本文的性能指标体系;针对车间能耗因素进行分类研究,建立了车间能耗计算模型,并提出了两种能耗优化方法;考虑车间调度中的工人因素,将学习效应理论引入到柔性作业车间调度问题中。(2)其次,研究了多目标柔性作业车间调度问题建模及求解。描述了基本问题,建立了以最大完工时间、加工成本、加工能耗最小化为目标的多目标优化模型;设计了改进的NSGA-Ⅱ算法,采用双层编码方式,将插入式贪婪解码算子引入到解码过程中获取主动调度解;为使算法具备更好的局部和全局搜索能力,设计了自适应动态交叉和变异概率,并在变异后期设计了适应度比较策略,对种群个体进行更好的寻优,避免其陷入局部解;利用常见算例验证改进的NSGA-Ⅱ算法的有效性,并结合生产案例进行了模型和算法的应用研究;从不同角度构造了四种调度方案,分析得出节能型方案实现了良好的能耗优化。(3)再次,研究了考虑学习效应的双柔性作业车间调度问题建模及求解。考虑车间中工人学习能力造成的技能水平等级,构建了考虑工人学习效应的多目标双柔性作业车间调度优化模型;因问题的复杂性,设计了混合NSGA-Ⅱ算法,采用三层染色体编码方式;在第三章改进的NSGA-Ⅱ算法基础上,算法中引入邻域搜索算子,更好地进行种群搜索优化,并结合具体算例进行了应用研究,分析得出考虑工人柔性的调度方案更加均衡各生产指标。(4)最后,研究了考虑学习效应的双柔性作业车间动态调度问题。针对常见的动态事件进行了分类研究,提出了基于事件和周期驱动的混合重调度策略和滚动窗口技术的研究方法,解决随机发生的动态事件和周期性重调度问题,并分析了动态调度中的问题信息更新;以一个具体算例研究了考虑机器故障、工人休假、新工件到达的动态调度和周期性重调度,分析结果表明了动态调度方案能够较好的维持生产系统的稳定性。