在现代制造业中，焊接是材料加工过程的关键技术之一，焊接效率影响着制造生产效率。在实际焊接加工车间中，例如机器故障、焊接件质量缺陷、紧急订单加入等动态事件时有发生，使得原来加工依据的调度方案不再最优，导致焊接生产无法满足客户需求等问题。焊接车间逆调度是通过最小限度地调整加工参数或协调相关资源，使原调度方案在新的情况下成为最优的调度方案，对于改善调度系统性能具有重要意义。同时，焊接是制造工业中一个高能耗的工艺过程，随着绿色制造概念的提出，节约能源已经成为制造业近年来优先考虑的问题。因此，研究考虑能耗的焊接车间逆调度问题（Welding Shop Inverse Scheduling Problem，WSISP）具有重要的理论研究意义和工程应用价值。　　本文对实际焊接生产车间中发生的动态事件进行了分析，开展焊接车间逆调度问题模型及求解方法的研究，以最小化加工参数改变量为目标建立了单目标 WSISP模型，以最小化加工参数改变量、最小化总能耗以及最小化最大完工时间为目标建立了多目标WSISP模型，并基于原始的灰狼优化（Grey Wolf Optimizer，GWO）算法设计了改进的灰狼优化（Improved Grey Wolf Optimizer，IGWO）算法与多目标灰狼算法（Multi-objective Grey Wolf Optimizer，MOGWO）对单目标和多目标的WSISP问题进行了求解，最后针对一个实际焊接车间进行了工程应用分析。　　首先，结合实际焊接生产特征以及逆调度问题定义，对WSISP进行了定义并建立数学模型，提出了问题的框架，为设计求解方法提供理论依据。　　其次，建立了单目标WSISP数学模型，并设计了IGWO算法求解单目标WSISP，根据问题特征采用矩阵编码方式，引入了变邻域搜索策略提高算法的全局搜索能力，通过求解单目标WSISP算例测试，结果证明了算法的优越性；　　接着，建立了多目标 WSISP数学模型，设计了基于外部存档的 MOGWO算法求解该问题，通过算例仿真实验，证明了MOGWO算法比其他算法的性能更优。　　然后，为了证明本文提出的逆调度方法解决工程问题的有效性，针对实际车间进行了分析求解，实例的结果证明了本文的方法能够有效解决实际焊接车间逆调度问题，满足车间生产要求。　　最后，对全文的工作进行了总结，并对未来的研究方向进行了展望。