生产调度问题是运筹学的重要研究方向之一,在金属加工、物流货运以及食品制造业等都有着丰富的应用。随着工业的发展,传统的工作模式难以满足日益复杂的调度环境,而批调度生产模式能够批量处理材料因此得到广泛关注。制订高效的批调度方案可以实现有限资源的合理配置,压缩工业成本的同时提高生产效率,是企业保持长久发展的重要途径。本文以半导体芯片制造业以及智慧物流等工业的生产过程为背景,面向基于成组分批加工的运行模式,研究了在差异平行机上的单目标和多目标批调度问题。由于现实中多种不确定因素的存在,本文将模糊理论和批调度问题结合,对所研究问题建立数学模型并进行算法设计,为企业提供更加合理有效的决策支持。本文的主要研究内容如下:（1）在模糊环境下的单目标平行机批调度问题处理。考虑工件具有模糊加工时间,且在生产过程中受到学习和恶化效应的影响,目标是最小化最大完工时间。针对该问题构建了一个模糊数学模型,通过对问题特征的研究分析,提出了一个多种群果蝇协同优化算法。在算法中根据工件分批特性设计了一个高效的启发式算法生成初始解,基于多步长搜索策略更新种群个体,并通过精英种群的协同搜索来提高算法的多样性。最后通过对比实验,对算法的性能进行验证。（2）进一步扩展在模糊环境下同时优化最大完工时间和平均满意度的多目标批调度问题。在研究中考虑工件具有模糊截止时间的约束条件,将工件的完工时间和截止时间的差距转化为模糊制造系统中的用户满意度。为了解决该问题提出了一个基于历史信息指导的多目标果蝇优化算法,其中根据不同的目标设计了启发式初始化算法,利用果蝇的历史信息来指导种群的搜索,并分析解的结构对目标进行局部优化,随后对算法的可行性和高效性进行验证。