流水车间调度模型来源于汽车流水装配生产线规划问题，在工业生产领域(如化工、冶金及炼钢)具有广泛的应用背景。在此调度模型中，各个工件按照相同的顺序依次经过每台机器加工，在任意时刻，每一台机器最多加工一个工件，每一个工件最多只被一台机器加工，且加工不允许中断。目的是找到可行排序使所研究的目标函数最优化。目前，除了极少数几个简单的流水车间调度问题，其余都是组合优化中的NP难问题。因此，流水车间调度问题既是学术界研究的热点，也是工业界关注的焦点。本文结合生产实际问题，提出了一系列流水车间调度模型，研究了相关的理论问题，设计相应的近似策略进行求解，主要工作如下:
　　(1)针对流水车间上游的库存模型，研究了宝钢采购供应链系统中不同物料对应策略的不同订货问题，建立了物料的订购量模型，给出了物料安全库存设定的经验公式，并针对实际应用过程中一些量不能准确找到概率分布的问题，引入灰色模型对物料需求量、消耗量进行预测。通过对采购供应链系统中需求量的预测，对物料设定安全库存，采用不同物料的订购量模型，解决了采购供应链系统中的订货策略问题。仿真实验表明所提出的订货策略模型，具有很强的实用性，为用户提供了较为实用的订货策略。
　　(2)置换流水车间是车间作业调度问题中应用最广范的模型之一。针对该模型中的极小化加权完工时间和问题，设计了有效的启发式算法近似求解大规模问题，并提出了基于多点插入邻域的离散差分进化(DDE)算法求解中等规模问题。最后，通过随机仿真实验证明了所提出算法的有效性。
　　(3)无等待流水车间调度问题是钢铁生产过程中的经典模型，研究了此类调度模型中的多机极小化完工时间和问题。证明了最短处理时间(SPT)优先规则的渐近最优性。为了进一步评估该算法的性能，设计了一个具有理论性能保证的新下界。最后利用数值仿真来验证所提算法和下界的有效性。
　　(4)针对炼钢过程中的流水车间极小化最大送达时间调度问题，从概率极限的角度证明了最长运送时间优先规则的渐近最优性。为了进一步评估这种策略效果，设计了一个具有保证性能的新下界。最后利用数值仿真验证所提出算法的有效性。
　　(5)针对生产制造过程中的无等待与带有阻塞的流水车间极小化完工时间立方和问题，基于工件自身的特性分别设计了禁忌搜索、模拟退火和遗传算法来求解调度问题的最优解，其中禁忌搜索算法采用了新型的邻域结构。最后，数值仿真显示，改进的禁忌搜索算法无论在运算时间还是求解质量上都要优于其他2个算法。
　　(6)针对医疗管理中的检查问题，提出了一种新型的车间调度模型，在该模型中，每个工件先在流水车间进行处理，然后在开放车间进行处理，目标为优化最大完工时间。针对大规模问题，在概率极限意义下证明了稠密排序(DS)算法的渐近最优性。此外，设计了基于DS的启发式算法，用于求得问题的近似解。针对中等规模问题，采用离散差分进化算法提高解的质量。最后，进行了一系列的数值仿真验证，证明了所提算法的有效性。
　　最后对全文作出总结，并提出了下一步研究的方向。