调度问题在现实中广泛存在,合理的调度方案可以为制造、物流、医疗、航空等领域的决策者提供有效的决策支持。批调度问题是从实际生产过程中抽象出来的一类现代调度问题。由于绿色调度已成为制造业现代化的标志之一,在批调度问题中研究最小化能耗具有重要的理论意义和应用价值。本文研究了一个同时最小化最大完工时间和总电力成本的多目标批调度问题。针对所研究的多目标批调度问题,考虑到进化算法求解多目标问题有很好的效果,且自适应聚类适合于提取用于指导算法搜索的解的分布特征。因此,本文提出一种基于自适应聚类的多目标进化算法来求解所研究的问题。在提出的算法中设计了三个策略。首先,利用改进的自适应聚类方法来提取搜索空间中解的分布特征,为算法搜索提供指导;其次,在重组阶段基于聚类得到的分布特征设计了一种重组约束策略,让个体能够进行有目的性的交配,并通过重组配对概率让个体选择交配方式,使算法在不同时期有更好的效果;再次,由于在不同的进化阶段算法的搜索需求是不同的,根据解的历史信息去动态地调整重组配对概率,从而保证算法在开发和探索之间的平衡。最后,为了验证提出的算法的性能,在随机产生的测试算例上进行仿真实验。从两个方面对提出的算法进行验证。首先,算法的三个策略被验证,验证结果表明这三个策略可以提高解的收敛性和多样性,使得算法能够找到质量更好的解。其次,将提出的算法与其它算法进行对比,对比结果表明在所研究的多目标批调度问题上提出的算法的效果更好,更具竞争力。