作业车间调度问题(Job Shop Scheduling Problem，JSSP)被认为是一种困难的组合最优化问题之一，它的复杂性主要体现在其计算的难处理性和动态不确定性，由于人们找不到处理这类复杂问题的精确优化算法，因此用启发式算法求解成为当今研究这类问题的重点。分解策略作为一种启发式方法，能够有效的降低问题的复杂性。将调度问题分为两层，上层考虑各子问题之间的约束关系，下层考虑各子问题内的约束关系，实际的调度发生在下层，再考虑上层中的约束关系，使得到的调度解可行。本文给出了处理一类典型Job shop调度问题的基于分解策略的两种方法：一种是滚动时域方法并给出其改进，另一种是基于移动瓶颈的禁忌搜索方法。归纳起来，本文主要做了以下几方面的工作：简单介绍了车间调度问题的分类和特点、研究现状及方法以及研究方法存在的缺陷和解决思路；对于一种滚动时域方法，给出了它的改进算法，分别给出这两种算法的仿真结果，并对这两种算法做出比较。由于调度问题本身的复杂性，仿真过程中的参数很多，我们首先做出每个参数变化对调度结果的影响，再取其折中值，最后用该值对改进前后的算法做出详细比较；提出了一种基于移动瓶颈的禁忌搜索方法，用移动瓶颈方法给出初始值，然后用局部搜索不断改进得到的调度解，每当搜索到一个更好的解，再用移动瓶颈方法再优化，最终达到求解的目的。