生产调度作为制造企业的核心,对提高制造业的效率起着关键作用。作为生产调度领域常见的调度问题,柔性流水车间问题广泛存在于电子、纺织、石化、飞机发动机、印刷电路板制造车间等领域。同时,柔性流水车间调度已被证实是NP-hard问题,使用确定性算法和启发式规则很难得到满意方案,故而探索使用智能算法求解柔性流水车间问题,对实际生产和学术研究均有重要的意义。在传统的柔性流水车间调度问题中,往往认为工件需经所有阶段加工,但在实际生产中由于不同工件加工所需工艺不同,存在工件只会经一些阶段加工的状况称为忽略阶段。忽略阶段问题是钢铁加工行业、不锈钢生产和塑料生产中很常见的一种现象。因此,本文主要对含忽略阶段的柔性流水车间问题进行研究,主要研究内容分为三个部分:首先,研究了不相关并行机环境下的具有忽略阶段的柔性流水车间问题,目标为最小化最大完工时间。并假定每个加工阶段有多台不相关并行机,建立整数规划模型,提出一种融合候鸟优化和自适应遗传算法的混合遗传算法。基于机器分配的编码方案,设计自适应交叉和变异算子,采用结合三种邻域搜索结构的候鸟优化算法对较优个体进一步更新。算例测试结果表明混合遗传算法在相同的CPU时间内解的效率和质量更好。其次,考虑现实生产中运输时间的约束,对含忽略阶段和运输时间考虑的柔性流水车间调度问题进行探讨。以最小化总加权完工时间为目标构建离散整数模型。通过引入混合邻域搜索策略,提出了一种改进的离散候鸟优化算法,提出结合随机程序和最短加工时间规则的机器分配机制改进初始解,对得到的较好个体进行邻域搜索以替代最差解进而提高解的质量。最后对不同规模的问题进行仿真实验,对比多种算法,实验结果表明改进离散候鸟优化算法在求解上具有明显优势。进一步的,对更符合现实生产环境的含忽略阶段和线性恶化的柔性流水车间调度问题,同时考虑不相关并行机、工件释放时间和工件在未忽略阶段之间运输时间这三个约束,提出离散候鸟贪婪优化算法实现最小化总加权完工时间的目标。设计一种基于实数编码的动态初始解生成机制,设计四种邻域结构对领飞鸟和跟飞鸟进行邻域搜索,最后采用贪婪启发式扩大解空间。为验证算法的求解性能,使用正交试验法设置算法参数,对不同算例进行仿真实验,实验结果表明离散候鸟贪婪优化算法在求解方面表现更优。本文分别以最小化最大完工时间和最小化总加权完工时间为目标,对不同约束条件下的含忽略阶段的柔性流水车间问题进行研究并根据所研究问题的特性提出相应的算法进行求解,丰富了对含忽略阶段的柔性流水车间问题的研究,对实际生产具有一定的借鉴依据。