当今时代,全球市场环境竞争激励,用户需求瞬息万变,对于面向订单生产制造的企业而言,多品种生产加工模式成为他们的首选。然而,在这种生产制造模式之下,制造业企业经常面临着产品种类繁多、生产制造重复度低、加工工艺过程不定时更换等问题。为了克服这些加工制造难题,分组加工技术应运而生,它是一种专门针对多品种生产组织以及管理技术。在我国,分组技术应用广泛,尤其是在卷烟制丝、液态金属模锻、家具制造等行业成效显著。正是基于分组技术在制造业领域的广泛应用,我们主要做了两方面的研究工作。首先,在过去的调度领域模型研究中,生产交货的时间窗口仅是唯一,然而,在现代生产制造的拣货作业和装配生产环境中,由于顾客的加工订单过大,单个交货期时间窗口往往不能灵活满足客户的完工要求和送货效率要求,因此需要制定多个交货期时间窗口。据此,我们的第一个工作就是对分组加工技术环境中的多交货期时间窗口问题进行相关研究,我们的目标是通过寻找最优的分组生产加工顺序、最优的组内工件生产加工顺序和最优的多交货期时间窗口来极小化总费用目标函数,费用目标函数包括提前/延迟生产加工费用、多交货期时间窗口的各个开始时间费用以及多交货期时间窗口大小的费用。在我们研究的第一个问题中,工件的加工时间是固定不变的。然而,在实际加工过程中,工件的实际加工时间会随着机器加工工件次数的增加而不同程度的减少／增加,我们称这种现象为机器的学习效应／恶化效应。其次,在过去的几十年中,鲜有学者将学习效应和恶化效应放在同一个模型进行研究。而且,在许多学者研究的机器恶化效应模型中,工件的加工时间会随着加工次数的增加愈来愈趋向于无穷大,但这显然是极不符合实际加工环境的。所以,本文的第二个研究工作就是对分组加工环境中工件加工时间是非固定的问题进行研究,我们提出了两个一般加工模型：一般对数线性模型；一般指数模型。其中,每个模型不仅包含了学习效应还包含了恶化效应。此外,在我们提出的一般恶化效应模型中,工件的实际加工时间随着加工次数的增加是趋向于一个非无穷大的常数而非无穷大,相比较过去的恶化效应模型,我们提出的恶化效应模型更为一般,更加符合实际加工环境。基于上面的说明,本文主要对单台机器环境中的两个经典调度目标,即极小化制造期,极小化工件完成时间和进行研究。另外,对于论文的两个主要研究工作,我们都给出了相应的多项式求解算法,最后,为了指导实践和算法的应用,我们分别给出了问题的算例。