组合优化问题中有一类实际生活中常见的子问题即调度问题,对于调度问题而言,高质量的调度方案能有效地降低生产成本、提高资源利用率以及生产力。批调度问题是调度问题的一个分支,它打破了经典调度问题的假设,在批调度问题模型中,一台机器可以同时处理多个工件。不同尺寸工件批调度问题对批调度问题进行了扩展,即工件尺寸有差异,且任一批中的所有工件尺寸之和不能超过机器的容量限制。例如,港口货物卸载、陶瓷烧制、汽车货运等诸多问题域都属于不同尺寸工件批调度问题的研究范围。因此,从现实的角度来看,研究不同尺寸工件批调度问题更能有效的指导现实生产。首先,本文介绍了组合优化问题以及计算复杂性理论中的相关概念;描述了生成调度问题的三参数表示法以及生成调度问题的分类,区分了古典调度问题、批调度问题、不同尺寸工件的批调度问题。其次,本文对差异工件批调度问题的研究现状进行了简要的回顾,阐述了现有的求解该类问题的三种主要方法:数学规划法、启发式规则、人工智能算法,并简要介绍各类方法的原理以及基本步骤。接着,本文将蚁群算法与模拟退火算法相结合,引入自适应状态转移概率,提出了一种自适应蚁群退火算法AACSA(Adaptive Ant Colony Simulated Annealing)。算法利用模拟退火算法实现了一种新的混合信息素更新策略,此外根据停滞次数,动态改变状态转移概率,有效的避免算法陷入停滞以及局部最优,提高算法的性能。通过仿真实验,与启发式规则BFLPT、模拟退火算法(SA)、蚁群优化算法BACO相比,AACSA算法的求解性能更好。最后,对全文的研究内容与结果进行了总结,针对以后的研究提出了一些建议和展望。