为适应多变的市场环境和客户需求的个性化,越来越多的制造类企业开始重视生产资源的合理分配和车间调度问题的研究。随着车间调度问题研究的不断深入,单一约束条件和工件以单个或整批进行生产加工的并行机调度模型已不再符合实际工况下的车间生产。为此,本文充分考虑了实际工况下并行车间进行生产加工的约束条件和影响因素,对并行机分批调度问题的分批方案和子批的分配与排序进行研究,主要工作内容如下:在经典并行机调度问题相关模型的基础上,建立了考虑机器调整时间的并行机分批优化调度模型。该模型为以最小化最大完工时间为优化目标,把非等同并行机调度模型作为模型基础,对工件进行分批生产和加工,着重考虑实际工况下机器的调整时间和模具数量的限制,并把这两种因素作为并行机调度问题的约束条件。本文所构建模型需要解决的问题主要有两个,即如何对待加工工件进行分批以及分批之后子批如何进行分配与排序。为此,本文参考遗传差分进化混合算法设计了一种结合灰狼算法与差分进化算法的混合算法,用以满足工件分批和子批分配同时进行优化。同时,采用遗传算法,遗传差分进化混合算法,灰狼差分进化混合算法三种算法对不同规模的经典并行机调度问题进行求解并展示三种算法的求解结果。对求解结果进行比较,证明了所设计的灰狼差分进化混合算法同样适用于经典并行机调度问题的求解。本文通过遗传差分进化混合算法,灰狼差分进化混合算法对并行机分批调度问题和实际工况下考虑机器调整时间的并行机分批调度问题进行了求解。实验结果表明,灰狼差分进化混合算法在寻优性能上优于遗传差分进化混合算法。