以钢铁、化工、机械等为代表的制造业是国民经济的支柱产业。近年来,随着经济全球化的发展,制造型工业企业所面临的市场竞争和资源、环境压力不断加强。生产调度是制造型工业企业生产管理的核心内容,鉴于生产调度问题的复杂性,如何利用先进的建模与优化方法来进一步提升生产调度的质量,以帮助企业提高产品质量和生产效率,降低生产成本和能源消耗,一直是当前学术界和制造型工业企业所面临的机遇和挑战。因而,针对生产调度问题的研究具有重要的理论意义和应用价值。本文主要针对制造型工业企业中普遍存在的典型生产调度问题进行了研究,提出了改进的智能优化算法,既包含问题建模与求解方法的理论探讨,也包括实际生产调度问题的应用研究。具体的研究内容包括:(1)针对两代理单机调度问题,考虑了实际生产中工件等待时间越长生产成本越大的因素,将工件的实际处理时间定义为开始时间的线性增加函数,该问题的优化目标是在工件的拖期时间不超出第二个代理所允许的上界情况下,实现第一个代理所要求的拖期工件总数目的最小化。针对该问题,提出了一个禁忌搜索算法来获得大规模问题的近优解,以及一个针对小规模问题的分枝定界算法。(2)针对流水车间调度问题,提出了一个改进的遗传算法,在算法的局部搜索中使用了一种新型的自适应邻域结构,其邻域规模随着搜索的进行能够动态变化,从而提高算法的搜索能力。使用标准Benchmark问题的测试结果表明,所提出的基于新邻域结构的遗传算法性能要优于已有文献中的相关算法。(3)与传统流水车间调度问题中工件在每个机器上只能加工一次不同,考虑了机械制造中工件可以一个机器上多次加工的实际情况,研究了可重入流水车间调度问题,提出了一个自适应Memetic算法,并在局部搜索中设计了一个邻域规模可以自适应变化的动态邻域搜索方法。(4)针对带有顺序相关调整时间的多目标流水车间调度问题,将传统的迭代局域搜索算法扩展到多目标领域,提出了一个多目标迭代局域搜索算法。在局域搜索中使用基于动态邻域的多目标变深度搜索方法,以保证搜索深度和广度的平衡,提高算法的搜索性能。通过对标准测试问题的测试结果表明了所提出算法的有效性。最后,对全文的研究工作进行了总结,并展望了在制造型工业生产调度问题上需要进行的下一步研究工作和应用前景。