差异工件批调度问题在现代工业生产中有着广泛的应用,针对差异工件批调度问题的调度算法的研究有利于提高企业经济效益,增加企业的市场竞争力。本文主要针对动态加权自适应蚁群算法在差异工件单机批调度和差异工件平行机批调度问题中的应用展开深入研究,在确定型差异工件批调度问题的基础上又推广到模糊生产环境下的差异工件批调度问题中,使其更贴近于生产实际。　　 本文首先从差异工件单机批调度问题入手,针对该问题的特性,设计了动态自适应加权多态蚁群算法,算法中借鉴了多态蚁群中关于不同蚁群拥有不同的任务目标和信息素更新机制的想法,同时针对多态蚁群算法容易迅速陷入局部最优或者直接无法遍历所有工件的不足,进行了不少改进工作:引入加权因子对搜索蚁的状态转移概率进行改进,克服了基本多态蚁群算法中重复搜索某个工件,而放弃了对其他工件的搜索的不足；针对搜索蚁的信息素更新机制,通过动态自适应地调整信息素挥发因子和信息素强度,并将基本蚁群算法的全局更新策略和多态蚁群算法的局部最优更新策略相结合,克服了基本蚁群算法容易不收敛和多态蚁群算法很快陷入局部最优的缺陷,并通过大量的仿真试验证明了该改进算法和其他算法相比较有很大程度的改进。　　 其次,本文深入分析了该算法中的各个参数对算法性能的影响以及这些参数的组合对算法性能的影响。主要用两次正交试验对差异工件单机批调度问题的动态自适应加权多态蚁群算法参数的选取进行分析,并获得了最佳组合。　　 接着,将动态自适应加权多态蚁群算法应用到更切合实际的模糊生产环境下的差异工件单机批调度问题、确定性差异工件平行机批调度问题和模糊生产环境下的差异工件平行机批调度问题中,并通过仿真证明了该算法对这几种调度问题的有效性和可行性。