当前置换流水车间调度问题(Permutation Flow Shop Scheduling Problems,PFSP)在企业实际的加工制造过程中广泛存在,对该类问题进行研究可以有效提高企业的生产效率从而降低制造成本,更好的实现企业经济目标。PFSP是一个典型的NP-Hard问题,随着问题规模的不断增大,其问题复杂度会快速增加,求解规模较小的车间调度问题,可以采用精确算法,例如动态规划、分支界限法等。近年来,众多新的具有较强寻优能力的群智能算法被提出,能有效提高求解置换流水车间调度问题的质量。首先提出了一种基于levy飞行策略的入侵杂草优化算法,在基本的入侵杂草算法上引入levy飞行、定向变异2种改进策略,并用6个标准测试函数验证改进算法的有效性;同时,提出了一种改进花授粉算法,在异花授粉的过程中引入混沌算法以进行随机扰动来增加花授粉种群的多样性,在自花授粉的过程引入交流算子以使得花授粉算法种群之间的信息交流得到进一步拓展,并通过测试10个标准函数验证该改进花授粉算法的性能。然后,构建出以最小化最大完工时间为优化目标的算法模型,通过ROV解码方法将连续性改进入侵杂草算法转换为离散型改进入侵杂草算法,并利用启发式算法NEH生成初始可行解,对杂草种群进行繁殖、扩散以及竞争,对Carlier和Reeves标准案例进行求解、对比和分析。最后,针对某钢管生产加工车间的调度需求,构建以最小化最大完工时间、最大化最小设备利用率为目标函数的多目标置换流水车间调度问题模型,将邻域搜索策略引入到改进花授粉算法中,求解具体调度实例。基于以上结果,提出了相对应的对策和建议以帮助企业生产车间配置生产资料、提高生产力以及提升车间作业效率,这对于企业在实际的置换流水车间调度中提供强有力的支持,对企业实现转型升级有着重要的指导意义。