在零等待流水车间调度问题中，生产过程的各级工序之间没有任何缓冲空间，且工件加工完毕后不能停留在加工机器上，工件在上一级工序的加工结束时间必须与下一级工序的开始作业时间相同并且工件在车间的流向是单向的。进一步，如果至少有一级工序上存在多台功能相同的加工机器时称为零等待混合流水车间调度问题。这类制造环境在诸如冶金和化工等工业过程中普遍存在。例如在钢铁生产企业的炼钢-连铸生产过程中，零等待调度的实现，可以减少钢水在空气中的温降，对实现热送热装的生产方式起着重要的作用。 在混合流水车间加工环境中往往存在瓶颈环节，而整个生产过程的效率又常常是由瓶颈环节决定的。尽管并行机调度问题可以看作是混合流水车间的一个特例，但是，基于解决瓶颈环节的重要性，有必要单独对并行机问题进行深入的研究。炼钢-连铸过程中钢水的浇铸通常是在几台功能相同的并排连铸机完成的。钢水在连铸机上的浇铸具有很多约束条件，是整个生产过程中的瓶颈环节，对并行机上的成组调度问题的研究，为连铸与轧制环节的工序匹配和能源节约提供了保障。 本文以炼钢-连铸过程为背景，对零等待流水车间和并行机调度中的若干问题进行了深入的研究。由于这些问题都是NP-难问题，无法找到可以精确求得最优解的多项式时间算法，因此发展快速求得近似解的有效算法是本文的研究重点。本文的主要贡献如下： 1.研究优化目标为总流程时间最小化的两机和三机零等待流水车间调度问题。在两机问题中将工件在每台机器上的处理过程分为调整、加工和移除三个相互分离的部分；在三机问题中将工件在每台机器上的处理过程分为调整和加工两个相互分离的部分。而经典的流水车间调度算法为了简化问题的求解难度，不考虑工件在机器上所需的调整时间和移除时间，或者简单的把调整和移除时间并入加工时间。显然本文的处理方法更符合生产过程的实际情况。讨论了最优解中工件排列应满足的条件，并结合贪婪式的搜索机制提出了能够快速求得近优解的启发式算法。 2.对于机器数目大于三的零等待流水车间调度问题，简单的启发式算法所求得的调度结果往往并不理想。遗传算法、禁忌搜索等具有全局搜索能力的智能优化算法已被证明可以很好的近似求解大规模的NP-难优化问题，但往往由于收敛速度慢、对算法参数敏感以致于很难在实际生产过程中应用。将遗传算法和所求问题的结构信息与已有的启发式算法结合，提出了混合遗传算法。在算法的求解质量和求解速度两个方面获得了满意的折衷，为智能优化算法在实际工程中的应用奠定了基础。仿真计算表明，所提出的混合遗传算法优于目前已有的算法。 3.研究优化目标为最大完工时间最小化的零等待混合流水车间问题。首先研究了一类特殊的两级问题并给出了基于Johnson规则的启发式算法，在该类问题中第一级只有一台可以利用的机器，第二级具有多台相同的并行机器，并且考虑与工件作业时间分离的设备调整时间和移除时间。对于多级零等待混合流水车间调度问题提出了构造完整调度方案的方法，改进了一种用于求解一类无中间缓冲区但非零等待的混合流水车间问题的近似求解算法，计算结果表明了算法的有效性。 4.研究优化目标为总提前/拖后完工时间最小化的并行机成组调度问题，提出了三阶段的启发式算法。首先把并行机问题看成单机问题，以最小化总拖后时间为目标排列工件的加工次序；然后将已排序的工件分配给并行的各机器，并适当调整工件的次序以减小调整时间从而减小各机器上后面工件的完成时间，达到减小工件总拖后时间的目的；最后采用GTW算法对各机器上的工件调度插入适当的空闲时间以求获得最小的总提前/拖后完工时间。为进一步提高算法的求解质量在所提出的启发式算法的第一阶段引入遗传搜索过程，提出了能够在合理的计算时间内求得高质量近优解的混合遗传算法。 5.将零等待流水车间调度算法、并行机成组调度算法，应用于炼钢-连铸生产调度仿真系统，并开发了相应的软件。该调度仿真系统接受日计划下达的生产指令，以热轧阶段预排序得到的连铸坯的要料期作为计划的交货期，合理的安排在各工序上的加工设备和加工顺序计划。与计划层和热装工序的紧密配合实现了炼钢-连铸-热轧生产过程的一体化管理。与传统的连铸坯装炉加热轧制工艺比较，具有节能，提高产品质量和成材率，简化工艺流程和缩短产品生产周期等特点。而且炼钢-连铸-热轧生产过程的一体化管理的实现也是钢铁企业实现信息化管理的关键。