随着科技发展及人类生活质量的提高,现代智能制造市场的需求变得更加个性化、多样化,使得传统大批量的生产方式受到了巨大挑战。而机器人制造单元在实现大批量生产的同时,还可以保持小批量定制化生产的灵活性,能够更好地适应当前制造业智能化的发展需求,而合理优质的调度方案是机器人制造单元总体控制的一个重要方面。为了在激烈的竞争环境中生存发展,制造生产企业需要给出高效优质的资源调度方案来同时满足客户与自身的需求。因此,本文在经典作业车间调度理论的基础上,研究了机器人制造单元的多目标协同调度优化问题,主要目标是最小化最大完工时间与最小化交货期提前量和延迟量的总加权,同时找到生产加工路径与机器人搬运计划的最优协同调度方案。提出一种改进的文化基因算法和一种改进的多目标教学优化算法,分别解决机器人制造单元的单目标协同调度问题和机器人制造单元的多目标协同调度问题。通过实验仿真并与多种有效的优化算法进行比较,验证算法的有效性。本论文研究的主要内容如下:首先通过现代制造业的智能化背景,对机器人制造单元进行介绍与描述,包括机器人制造单元调度问题的概述、分类、调度性能指标等;其次,介绍并分析机器人制造单元调度过程中加工站与机器人的协同工作状态特点。针对机器人制造单元的单目标协同调度问题,建立数学模型并提出一种基于文化基因算法的元启发式算法进行求解。将优化算法与问题结合进行实验仿真,分析结果验证该算法的有效性,并找到最优的加工路径与机器人的搬运顺序。最后,分析研究机器人制造单元的多目标协同调度问题,同时优化两个目标函数:最小化最大完工时间以及最小化交货期提前量与延迟量的总加权。针对该问题的特点,提出一种改进的多目标教学优化算法进行优化。将三种有效的多目标优化算法结合问题进行实验仿真,并将结果与本文提出的算法进行比较,通过测试大量案例得出实验结果分析证明该算法的有效性。