同速并行机调度问题属于经典的组合优化问题，其重要性、复杂性、动态性等特征非常明显。经典同速并行机调度问题的研究通常考虑的是静态环境下的调度问题，而现实调度环境中，问题往往会呈现出动态性的特点，如淡旺季需求出现波动等情形，因而对于问题的动态性考虑是不可忽略的。而当前对于关注调度问题动态性的研究主要是滚动时域调度。　　滚动时域调度关注的是解决大规模复杂的调度问题，其本质上是一种带有前瞻性的基于分解的调度策略。滚动时域调度最为经典的是Time-Based和Job-Based滚动调度算法。但是这类传统的滚动调度算法也有着自身的不足，一方面，由于都是人为的选取固定工件数或者固定时段内的工件作为滚动窗口，从而确定子问题，导致子问题依然是小规模的NP难问题，故对于大规模问题求解效率依然很低。另一方面，当工件到达变动频繁时，传统的滚动调度算法表现出性能不稳定的特性，比如：基于Job-Based的滚动调度算法在工件到达紧密时，由于滚动窗口只能考虑有限的工件，忽略了部分重要的工件信息，导致算法性能较差；而基于 Time-Based的滚动调度算法在工件到达比较分散时，由于滚动窗口只能涵盖固定时段内的工件，故而此情形下算法性能也会较差。　　因此，本文在滚动时域调度的基础上，针对考虑工件动态到达以最小化工件完工时间之和为目标的同速并行机调度问题提出了基于冲突窗口的滚动调度算法。算法延续了滚动时域调度的框架，将一个大规模问题分解成一个个小规模子问题，重复滚动求解。区别于传统滚动时域调度算法人为选取固定工件数或者固定时段内的工件作为滚动窗口，本文基于冲突窗口的滚动调度算法的滚动窗口仅仅考虑在当前决策时刻下要发生两两冲突的工件集合，即将两两冲突的工件构成的冲突窗口作为子问题，而对于非冲突窗口中工件不加考虑，并且针对此子问题设计了相应的多项式时间算法。　　另外，在算法评价方面主要从理论分析和仿真分析两个角度展开。在理论分析方面，由于传统的滚动时域调度子问题的NP难性，故而　　从理论分析的角度对算法进行评价的研究相对比较缺乏，更多的是通过仿真的手段。本文对于算法的性能评价借鉴了在线调度竞争比分析的概念，然而通常为了降低分析推导的难度，在线调度算法都是基于一些简单的调度规则来设计的，而本文基于冲突窗口的滚动调度算法不同于简单的调度规则，再者，在线调度算法竞争比的每一种证明方法通常对问题的依赖性都很强。为了克服上述问题，本文采取了基于实例转换的方法对算法进行理论分析。在仿真分析方面，通过 C++语言编程进行大规模仿真实验，以实现将本文算法与传统的Time-Based和Job-Based滚动调度算法、ILOG CP在工件数和工件到达密集程度两个维度的对比。　　本文的主要研究结论如下：（1）从理论分析角度，本文利用基于实例转换的方法证明了两台同速并行机下基于冲突窗口的滚动调度算法的性能界为[1,2)，另外，先前已有文章研究了基于冲突窗口的滚动调度策略在单机和双机流水车间下的应用，本文在此基础上补充分析推导出单机下基于冲突窗口的滚动调度算法的性能界为[1,1.5)，双机流水线车间下基于冲突窗口的滚动调度算法的性能界为[1,2)，可见基于冲突窗口的滚动调度算法在次优性上能够得到保证。（2）从仿真分析角度，仿真发现本文算法的求解精度在大多数情形下都会优于传统的滚动调度算法，求解性能更加稳定；另外，在求解效率上也比传统的滚动时域调度更加高效。　　本文的创新点如下：（1）本文将基于冲突窗口的滚动调度策略应用到了同速并行机调度问题中，设计了同速并行机下基于冲突窗口的滚动调度算法，一方面弥补了传统滚动调度滚动调度算法的在求解求解性能上的不足，提高了解的质量，另一方面，将滚动窗口中的NP子问题成功转换为P子问题，有效提高了求解效率；（2）当前针对滚动调度性能界的研究相对较少，而本文借鉴在线算法竞争比分析的思路，采用基于实例转换的方法对单机、同速并行机、双机流水线车间下基于冲突窗口的滚动调度算法分别进行了性能界的分析和推导。