无等待流水车间调度广泛存在于冶金、化工、纺织、食品加工等生产制造领域,是一类具有重要研究意义的组合优化问题。本文从卷烟生产制造实际场景出发,在无等待流水车间调度中,资源层面考虑机器之间存在多级有限长度存储区,任务层面考虑调度任务属于有限种类,以最小化最大完工时间为优化目标,研究有限种类任务调度。相比一般流水车间调度问题,该问题的主要挑战在于:1)资源层面,各级存储区长度、存储时间等属性不同,不同阶段存储区瓶颈程度不同,相同阶段的存储区对于不同的调度序列瓶颈程度也不同。如何快速识别关键瓶颈资源,合理安排调度任务的处理顺序,减少资源瓶颈约束是一个挑战。2)任务层面,有限任务种类导致对最优任务调度序列的搜索中极易出现重复搜索;元启发式算法需要通过对当前解（任务调度序列）扰动以跳出局部最优,当扰动规模较小时,由于重复搜索,扰动后的解的邻域空间,容易与历史搜索空间重复,算法难以跳出局部最优;当扰动规模较大时,算法又容易陷入随机搜索。如何避免重复搜索,如何设计合理的扰动规模是一个挑战。针对该问题资源层面挑战,本文首先简化资源约束,建立解评价与关键路径求解对应关系,快速识别资源瓶颈约束。针对任务层面挑战,分析基于插入的重复解产生原因,设计禁止前向选取算子、禁止前向插入算子避免重复。提出统计指标种类熵,计算历史局部最优解差异性。基于以上工作,提出带有禁忌表的迭代贪心算法（IGTL）,使用禁忌表禁止对与最近历史局部最优解差异性较小的解进行局部搜索,避免重复搜索,提高算法效率。IGTL算法包括四个部分:1)生成初始解,改进NEH算法任务向部分解插入顺序,提出NEHBK算法,改进初始解构建效果。2)局部搜索,在基于交换搜索中实现解下界的快速计算,在基于插入的搜索中避免重复搜索,并设计插入及交换的局部搜索算法组合。3)破坏与重构,根据所选种类任务数量,动态调整扰动任务个数;若多次迭代中无改进当前解,则动态调整扰动规模,避免陷入局部最优。使用种类熵计算破坏与重构后所得解与禁忌表中历史局部最优解差异性,禁止对差异性较小的解进行局部搜索;同时若此解优于当前解,则无视禁忌准则,依然对其进行局部搜索。4)接受准则,使用模拟退火接受准则,以一定概率接受较差解。为验证所提出算法的性能,采用多因素方差分析技术对算法参数进行校正,选择算法最佳的参数组合;将算法与迭代贪心算法（IG）、改进的迭代贪心算法（IIG）进行对比和分析。实验结果表明,本文所提出算法在A卷烟厂实际资源及任务数据的不同问题规模下以及一般具有种类特征的数据集上能都明显优于对比算法。