在全球化背景下,日益开放多变的市场环境、复杂的客户需求以及新技术的迅猛发展等因素导致制造企业所面临的竞争愈演愈烈,传统集中式单工厂生产模式很难快速响应市场需求的动态变化。为了在日益激烈的市场竞争中得以生存与发展,企业纷纷通过建立新的工厂、与其他企业进行合作生产以及兼并收购其他企业等举措提高企业的竞争力,这使得分布式制造成为重要的制造模式。分布式调度问题（DSP）作为分布式制造的重要环节,以工厂之间的合作生产等为背景,利用高效的优化技术实现工件在工厂间的合理分配以及各工厂内工件的高效调度,最优化相应的调度指标。本文研究分布式两阶段装配流水车间调度问题（DTAFSP）和分布式混合流水车间调度问题（DHFSP）,在问题建模和特征分析的基础上,设计了两种新型教学优化（TLBO）算法对问题求解,并通过仿真实验验证算法的有效性。本文主要内容如下:（1）介绍了问题的研究背景及意义,总结了DTAFSP和DHFSP的国内外研究现状以及TLBO算法在生产调度问题中的应用,描述了几种相关的智能优化算法以及分布式车间调度理论。（2）针对具有顺序无关准备时间的DTAFSP,提出一种协作型教学优化（CTLBO）算法以最小化最大完成时间,该算法将种群划分成多个班级,整个搜索过程包括两个阶段,其中,两个阶段中各班的搜索策略包含两个教师阶段和一个学生阶段,且在第二阶段好班与差班间通过交换好班的搜索能力和差班的计算资源进行协作。最后通过大量计算实验验证了CTLBO在求解所研究问题方面的优越性。（3）针对以最大完成时间和最大延迟时间为目标的DHFSP,提出了一种多班教学优化（MTLBO）算法。该算法采用双串编码方式,将种群划分为若干个班级,每个班级的进化都由两个教师阶段和一个学生阶段组成,引入一种班级质量评价方式,并运用奖惩机制和淘汰过程以提高算法的搜索质量。通过大量实验测试MTLBO的性能,计算结果表明MTLBO在求解上述DHFSP方面具有较强的搜索优势。