混合流水车间调度问题(Hybrid flow shop scheduling problem,HFSP)是生产中一类较为灵活的车间作业模式,广泛存在于工业中,如炼钢、纺织、装配制造等行业。由于每个加工阶段都存在多台机器可供选择,HFSP问题的复杂度和柔性都大大增加,也是NP-Hard问题。在实际生产过程中加工环境和约束条件更为复杂,选择适合的方法解决不同约束下的HFSP具有重要意义。本文针对零等待和带批量的两类HFSP问题进行深入研究,以果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)为研究方法,提出了与问题特征相结合的高效智能调度优化算法。首先,基于HFSP的数学模型,分析了零等待HFSP和批量HFSP的问题特征,设计了HFSP的研究框架。其次,建立了不相关并行机零等待HFSP的数学模型,设计了基于双种群协作机制的改进FOA算法。根据问题特征,采用双层编码方式和基于差值平移的解码方法,结合自适应步长分类搜索策略和变邻域搜索,进行局部寻优。通过对不同规模算例的求解,验证了改进FOA算法的优越性。接着,建立了准备时间序列相关的批量HFSP的数学模型,利用改进的FOA算法求解该问题。引入遗传算法的交叉操作,提高了算法的局部搜索能力。通过算例,验证了改进算法相对于其他算法的优越性。然后,针对某机加工车间缸体批量生产过程中存在的问题,将上述批量HFSP的理论研究成果应用于实际工程。结果验证了本文建立的数学模型和改进的FOA算法在求解实际调度问题的可行性。最后,总结了全文所做的工作,给出了几个未来值得继续研究的方向。