调度问题是组合优化问题的重要分支，它在现代企业制造系统的生产实践中扮演着极其重要的角色，调度理论也在不断完善，以满足企业在外部环境急剧变化时的实际需要。 本文首先从组合优化问题入手，介绍了算法的计算复杂度与NP类问题，顺势提出与之紧密联系的生产调度问题，介绍了区分经典调度问题和现代调度问题的四个基本假设。其中一条假设是一台机器只能同时加工一个工件，如果突破这个假设，允许多个工件同时在一台机器上加工，就变成了批调度问题。接着，进一步放松对工件的约束，我们允许工件间的差异，只要同一批中工件的总尺寸不超过批的总容量限制即可，这样就得到了我们所关注的差异工件批调度问题，即二维调度问题。这类问题比经典调度问题以及传统批调度问题更加复杂并且更加符合生产实践环境的需要，对此问题的研究具有重要的理论经济价值。 接着，本文介绍了粒子群算法的起源与发展，分析了经典粒子群算法的优点与不足。然后在早先研究者的研究基础上重新设计，得到适用于差异工件单机批调度问题的离散粒子群算法。 完成以上工作之后，根据早先研究者的经验和我们自行采集的仿真实验结果，本文确定了离散粒子群算法的参数配置，之后再与解决调度问题的经典算法：模拟退火算法和遗传算法进行对比实验，结果表明，与以往算法相比，差异工件单机批调度问题的离散粒子群优化算法在实际应用中表现得更加出色。 最后，总结整个研究过程中的得失，提出对今后研究的建议和展望。