当下，科学技术飞速发展，社会不断进步，企业生产的规模不断扩大，如何有效地完成订单量的签订、生产、加工以及交货已是一个现代化大型企业所面临的急切需要解决的问题和挑战。生产调度在企业合理配置资源，降低生产成本并达到指定的生产指标的过程中发挥着非常重要的作用。传统的生产调度解决方法和模型已经不能够满足现代日趋复杂的加工生产问题的需要。因此，适当抽象出既能用算法进行优化又能接近实际生产的调度模型已经成为一种关键的需要。本文考虑了带有有限存储约束条件下的车间调度问题，并进一步改进了一种新型的帝国竞争算法。利用改进之后的算法对不同类型的具有缓冲区条件限制的问题进行了求解。本文的主要研究成果如下:　　(1)针对同时具有有限缓冲区存储空间和时间条件限制的流水车间调度，建立了相对应的数学规划模型。在该模型中，可以灵活设定缓冲区空间大小以及时间长短。在基本的帝国竞争算法基础上，将算法编码离散化;种群初始化的时候，利用随机键编码策略，让初始种群更加具有多样性;在同化这一步骤中，采用交叉替换，让殖民国家只同化一定比例的国家;同时在算法中增加了殖民地革命策略。模型以最小化最大完工时间为目标，利用改进后的离散帝国竞争算法对模型进行了求解。　　(2)针对带有有限缓冲区的混合流水车间调度，利用基于工序的编码方法，并给出了基于工序编码的相应的解码的详细步骤。带有有限缓冲区空间约束的混合流水车间调度问题是在经典的混合流水车间调度问题的基础上增加了任意两个阶段中间带有有限缓冲区空间约束时的情况。针对该问题给出了问题的数学规划模型，采用ROV规则初始化算法种群。在解码的过程中，考虑到不同的情况下，具体由后续阶段逐步向前回溯解码的方法，使得每一个有效的初始解都能得到对应的确定的完工时间。利用离散之后的帝国竞争算法对模型了求解，并将改进的帝国竞争算法和其他文献中解决类似问题的算法进行了比较，验证了算法和模型的有效性，正确性。　　(3)针对带有零等待约束的作业车间调度问题，将问题的求解分成时间表和排序两个问题进行解决。在时间表安排上，提出了一种最适合时间表策略，从机器可以利用的时间开始，依次向后寻找最适合工件加工的时间点安排生产。在时间表求解过程中，结合了逆序调度的概念，进一步提升了降低总完工时间的可能性;在排序问题上，依然采用帝国竞争算法。在基本的帝国竞争算法的框架上，融合邻域搜索策略，大大的增强了算法的局部寻优能力。最后通过仿真实验验证了搜索策略和逆序调度的有效性，并利用混合帝国竞争算法找到了部分算例的最优解。