随着经济全球化的不断深入,能源已成为推动社会进步的关键因素。我国制造业的能源消耗约占总体能源消耗的60%,如何减少制造车间耗能、提高生产效率受到越来越多制造企业的关注。比较改造生产工艺、更换节能设备,合理的车间调度可花费较少成本实现节能减排,成为制造车间节能减排有效方法之一。本文针对离散制造车间广泛存在的置换流水车间调度问题（Permutation Flow Shops Scheduling Problem,PFSP）,通过改进Jaya算法对单目标最大完工时间、单目标能耗、多目标能耗和动态问题进行研究,为离散车间制造系统节能减排提供技术支撑。首先,对PFSP问题进行描述并建立数学模型,提出一种改进的Jaya算法用于求解以最小化最大完工时间为目标的PFSP。在改进Jaya算法中,提出了基于最优和最差个体的四种个体更新方案,通过四种邻域结构对个体进行局部搜索,并通过多样性控制策略来保证种群的多样性。最后采用改进Jaya算法对8组Car实例,21组Rec实例和110组Taillard实例进行了测试,并与其它算法进行对比验证了所提算法的有效性。其次,研究考虑能耗的PFSP问题。针对最小化车间总能耗PFSP,构建以最小化车间总能耗为目标的混合整数线性规划模型。设计了一种改进的多目标Jaya算法求解以最小化车间总能耗和最大完工时间为目标的PFSP。在该算法中,提出了考虑关机重启以及延迟开机策略来减少待机能耗的解码方法;设计了基于最优和最差个体的先删除后插入和先保留后补全等四种个体更新方式,为进一步增强算法的寻优能力;设计了基于三种邻域结构的变邻域搜索算法对包含当代最优个体在内的部分个体进行变邻域搜索。通过对29组实例进行测试并和其它算法对比,验证了所提模型和算法的有效性。然后,对多目标动态调度问题的动态事件、目的和机制进行了阐述。以最小化最大完工时间、最小化车间总能耗和最小化工序偏离度为目标,对改编的Car和Taillard实例进行了动态调度问题的求解,结果表明提出的算法在置换流水车间的动态调度问题中有较强的适应能力。最后,对全文的研究进行了总结并对之后的研究进行了展望。