零等待流水车间调度问题是流水车间调度问题的重要分支,工件加工过程中零等待的约束更贴近钢铁炼制、生物制药、化学加工等对环境高要求的加工环节。工人是生产加工过程中的操作主体,在生产调度环节考虑工人的学习效应对生产周期的影响,有利于调度方案趋于科学高效。本文以轧辊的加工工艺流程为背景,构建了两种不同的流水车间生产调度模型,考虑了基于位置的学习效应和工件在加工过程中零等待的约束条件,论文的主要研究工作和创新点如下:(1)研究了考虑学习效应的零等待置换流水车间调度问题,建立了问题的数学模型,设计了遗传-路径重连搜索算法(GA-PR),仿真实验验证了算法的求解性能。本文考虑的学习效应是基于工件加工位置的截断函数,工件的加工时间减小到一定程度后趋于稳定状态。工件零等待的强制约束要求决策变量包括工件的加工顺序和开始加工时间。GA-PR算法在遗传算法的基础上加入精英保留策略、路径重连算子和局部搜索算子,保证算法的优化方向,加强种群多样性,加快算法的寻优速度。仿真实验表明混合算法在鲁棒性、求解效果和收敛速度等方面明显优于对比算法。(2)研究了考虑学习效应的零等待混合流水车间调度问题,设计了自适应遗传-共生生物搜索算法(AGA-SOS),通过仿真实验验证了AGA-SOS算法的求解效果。学习效应沿用基于工件加工位置的截断函数。所研究问题的目标是最小化制造跨度时间,问题的决策变量包括工件的机器分配、工件在第一道工序中的加工序列和开始加工时间。在AGA-SOS算法中,自适应性由迭代次数和适应度函数两方面共同决定。改进算法将基于轮盘赌的互利共生算子、偏利共生算子和寄生算子与自适应遗传算法相结合,优化寻优效果。仿真实验表明改进算法在稳定性和寻优效率等方面优于对比算法。研究考虑学习效应的零等待流水车间调度问题,设计更高效的搜索算法,帮助企业提高产能、降低成本,有深刻的理论研究价值和应用实践价值。