在制造系统中,工艺规划与车间调度是十分重要的组成部分,它影响着生产过程的生产率以及设备利用率。在实际生产环境中两者关系通常独立串行的,这种独立串行的运行方式极大限制了制造系统的能力。工艺规划与调度集成（Integration of Process Planning and Scheduling,IPPS）能有效提高资源利用率和生产效率,减低成本。本文通过深入研究IPPS的特点,提出相应问题的邻域结构及其评估策略,采用混合殖民竞争算法与局部搜索策略分别求解单目标FJSP、单目标IPPS和多目标IPPS问题,获得问题的最佳部署方案。首先,构建以最小化最大完工时间为目标的FJSP问题模型,将殖民竞争算法与禁忌搜索融合求解该问题。针对FJSP问题特点,设计相应编码、解码方案以及将Jaya迭代应用到帝国同化操作中,并引入两种高效邻域结构M.G邻域与N7邻域提高禁忌搜索的搜索效率。采用提出算法求解著名FJSP基准问题,显示提出算法在质量方面超越当前文献,实验结果证明所提算法的有效性与优越性。其次,构建以最小化最大时间为目标的IPPS问题模型,提出一种双层邻域搜索策略,并与殖民竞争算法融合求解IPPS问题。算法在第二章的基础上针对IPPS问题特点设计帝国初始化、同化、竞争等操作,同时提出一种基于工序顺序柔性的邻域结构,以扩大局部搜索时的插入空间。根据所提邻域设计一种双层邻域搜索的局部搜索算法,并将其殖民竞争算法相融合。采用基准问题测试所提算法,获得的最大完工时间结果全部优于当前文献结果,显示了提出算法的优越性。然后,针对最小最大机器加工时间、最小最大机器负荷、最小总机器负荷为目标对IPPS多目标问题进行研究。提出了一种多目标混合殖民竞争算法求解IPPS问题,该算法基于多目标Pareto优化理论,引入多种针对不同目标的局部搜索策略,结合殖民竞争算法,使用非支配排序获取前沿解,并采用灰色关联度法在Pareto解集选取满意的调度解。最后进行全文总结与展望。