近年来,作为我国经济发展、工业化发展乃至国际竞争力提升的重要基础的制造业,得到了快速发展,2018年,仅制造业就为我国带来了高达26480亿元的产值,占据了我国GDP的29.42%,是我国所有行业中占比最高的产业。然而在制造业整体快速发展的同时,随之而来的是急需解决的困难与挑战。一方面国民整体生活节奏的提升,对制造业的工作效率也提出了很高的要求,因此,通过设计合理的调度策略,优化生产工序,提升生产效率已经成为企业必不可少的环节。另一方面,在国民生活水平不断提升的同时,用户对个性化、多样化的追求也越来越高,使得企业的生产方式不得不从批量化生产向个性化、柔性化生产方式倾斜。因此,为了缩短工作生产周期,提高企业生产效益,企业将会考虑拒绝部分工作量大但收益不高的工作从而将生产力投入到效益更高的工作中。本文就企业内部优化和外部环境两方面入手,提出创新型调度问题,并为创新型问题建立新的模型,同时提出合理的优化算法和生产调度策略,对提升企业竞争力起到了极为重要的作用。首先,本文从介绍生产调度问题的现实意义以及理论意义开始,依次对国内外学者研究现状,热点问题和现有成果进行了介绍,同时也对与本文相关的调度理论概念进行了阐述。其次,从企业内部考虑,我们发现企业在生产过程中,很多工人会随着经验的累积,使得工作速度和工作效率会逐渐提升,使得工人的工作时间逐渐缩短,即学习效应。而在加工过程中,随着机器的损耗,处理工作的时间会慢慢增加,使得工作的处理时间越来越长,即老化效应。而同时,我们考虑到,在企业的生产过程中,机器不可能一刻不停地运作,会出现不可用时间段。而基于企业外部,为了企业提高效益,企业不得不拒绝生产复杂但收益较低的工作。因此我们提出了加工时间可变,且带机器不可用约束和拒绝的生产调度问题。而后,我们将这一问题根据工作时间可变的性质和函数不同,分为工作时间基于位置改变和工作时间基于开始时间可变两个模型,并在工作时间基于开始时间的模型上又增加了工作到达时间这一约束进行拓展。我们首先证明了文中研究的问题都为NP-难问题,再对这些模型分别设计了完全多项式时间近似方案（FPTAS）以及动态规划,最后用MATLAB对FPTAS算法进行了算例设计和数据试验,同样用Python对动态规划算法进行了算例设计和数据试验,验证算法的合理性和有效性。