随着各种相关技术日趋成熟,车间制造装备的柔性能力得到了很大提高。在生产实践中,企业作业车间存在着非线性工序工时、功能组加工效率不确定、同一工件具有多工艺路线等问题。而在上述条件下的作业调度算法设计与求解也是需要解决的工程问题。本课题的研究针对上述工程问题,就非线性工时多工艺路线条件下的作业车间调度问题展开研究。首先针对作业车间中功能组工序工时无法确定这一问题,提出了基于网络特征参数分析的功能组非线性工时研究方法,并建立了功能组的网络特征参数与功能组加工效率之间的关系模型。通过该模型,能够较好地预测功能组的非线性工时曲线。结论显示,适度的网络密度和网络接近中心度有利于提高功能组的加工效率,而网络密度和网络接近中心度太高或太低都不利于提高功能组的加工效率。然后,针对作业车间中工件存在多工艺路线这一现象,以及传统的工艺建模存在的形式化问题,提出并建立了基于多色集合理论的多工艺路线析取方法。该方法能很方便地对复杂的零件加工系统进行表述建模,并且具有表达清晰、实现便捷的优点；同时,设计并介绍了基于模糊评判和基于遗传算法的多工艺路线优化决策的两种方法；通过对析取出的多加工路径进行优先级排序,提高了工艺设计的柔性程度,为车间调度提供柔性化的加工路径方案。接着针对作业车间调度问题这一NP-hard优化难题,建立了多工艺路线条件下作业车间工件的加工时间搭接网络模型,为车间运行优化建模提供了新的思路和方法；同时,针对调度结果的设备负载不均衡的情况,将Wardrom用户平衡（UE）原理引入生产网络,建立了基于UE的任务均衡分配模型,并在此基础上,设计了一个新颖的算法——基于UE的改进遗传算法求解非线性工时多工艺路线条件下的作业车间调度问题,并通过几个实例,验证了该算法的有效性和新颖性。最后,以某航天制造企业为研究实例,选取了一个具有非线性工时和多工艺路线的作业计划作为研究对象,对所取得的理论和方法成果进行了验证。