不相关并行机混合流水车间调度问题（Hybrid Flow Shop Scheduling Problem with Unrelated Parallel Machine,HFSP-UPM）是一种特殊的混合流水车间调度问题（HFSP）,广泛存在于具有新旧机器混合使用的流水生产车间中。本文以HFSP-UPM为研究对象,考虑分布式条件下的车间资源异构性和批量约束,研究了分布式（异构）HFSP-UPM（Distributed Heterogeneous HFSP-UPM,DHHFSP-UPM）和带批量的DHHFSP-UPM（DHNWFSP with Batch,BDHHFSP-UPM）。结合问题特征,以果蝇算法（Fruit Fly Optimization Algorithm,FOA）为研究方法,对上述问题进行求解。首先,针对以最小化最大完工时间（Makespan）为目标的HFSP-UPM,设计了一种IFOA（Improved FOA,IFOA）算法。基于问题特性,采用了基于工件的编码方式,解码采用了正、逆向解码策略。在IFOA算法中,基于N7和K-insertion邻域结构提出了一种基于关键路径的新邻域结构,并将上述三种邻域结构与变邻域搜索策略结合,以提高算法的局部搜索能力。对比现有文献的测试结果,验证了IFOA算法的稳定性和优越性。接着,针对分布式（异构）HFSP-UPM问题,建立了DHHFSP-UPM数学模型,设计了求解该问题的改进IFOA算法。基于分布式的特性,采用了基于工件和工厂的双层编码方式,还结合正、逆向解码策略,提出了一种贪婪解码策略。采用基于关键工厂的贪婪搜索方法,有效的提高了算法的局部搜索能力。通过对不同规模算例的求解,验证了IFOA算法的优越性。然后,将批量约束引入DHHFSP-UPM,综合考虑最小化最大完工时间和总流经时间两个目标,建立了BDHHFSP-UPM数学模型,提出了一种多目标FOA算法（Multi-objective FOA,MOFOA）。基于批量特性,引入了基于子批批量大小的编码,设计了一种三层编码方式,设计了一种子批调整策略。将工厂内的关键路径邻域解结构和工厂间的贪婪搜索策略扩展至所有工厂,充分地缩小了完工时间和总流经时间。经算例测试结果表明,所提MOFOA算法的综合性能优于其他对比算法。此外,结合某手机壳加工工厂的实际生产过程,将上述的理论研究成果应用于实际工程,验证了改进FOA算法求解实际调度问题的可行性。最后,总结了全文的工作,并提出了几点展望方向。