随着科学技术和工业实力不断地发展进步,我国步入了“工业4.0”时代,复杂装备的装配效率在一定程度上体现了企业的综合实力。复杂装备往往零部件较多、结构复杂、装配周期较长,并且呈现个性化的特性,因此,如何提高装配效率,进而提高整个产品的生产效率,保障产品的交货期是一个值得研究的学术问题。柔性装配作业车间调度问题是针对传统装配模式齐套性条件下的加工与装配分阶段独立调度,造成资源利用率不高和装配周期过长的问题,研究在非齐套性条件下,将加工与装配联合进行调度的一种离散车间调度问题。考虑到实际生产中工件批次对加工-装配的综合影响,在调度研究中融入生产批次特征,进而可以更好地优化生产资源的配置,提高排产的效率。为此,本文在非齐套性条件下,考虑工件的批次批量对调度的影响,对复杂装备柔性装配作业车间调度问题进行研究,具有学术意义和工程应用价值。主要内容如下:首先,从BOM的基本概念入手,阐述了BOM在柔性装配作业车间中的应用形式,进一步说明了产品装配的约束关系;同时深入研究了动态调度中车间现场扰动因素对车间调度问题的影响。其中,对扰动因素进行了分析,将扰动因素形成的原因分为5大类,在此基础之上将扰动因素归纳出3种表现形式。针对扰动因素介绍了3种重调度的驱动机制和2重调度的方法,设计了动态扰动因素评估系统用于评估不同扰动因素的扰动偏离值,并以此为基础选择重调度方法。其次,在非齐套性条件下,建立了一种以最小化最大完工时间为优化目标的静态柔性装配作业车间分批调度问题（FAJSP-LS）的数学模型。针对该模型的特性,利用工序关系矩阵引出工件BOM关系矩阵的概念,设计了一种基于装配设备负载均衡的混合贪婪解码,完成了柔性装配设备的选择问题;在算法初始化部分根据FAJSP-LS的问题特性提出改进的GLR初始化方法,以提高初始解的质量;将模拟退火算法与遗传算法进行结合,利用模拟退火算法的局部搜索能力来提高改进遗传模拟退火（GASA）算法的整体求解质量。再次,考虑车间现场多种动态扰动因素的影响,建立了一种以最小化完工时间和最小化偏离程度为优化目标的动态柔性装配作业车间分批调度问题（DFAJSP-LS）的数学模型。结合动态扰动评估系统给出了DFAJSP-LS的求解流程。其中,在扰动因素发生后,提出一种染色体更改规则用于解决基因变化导致的染色体非法性问题。利用混合变邻域搜索的改进NSGA-Ⅱ算法对该问题进行求解,全局搜索部分对NSGA-Ⅱ算法三种遗传算子进行了改进,提高了算法的全局搜索能力和求解效率;在变邻域局部搜索中依据析取图理论和FAJSP-LS问题特性设计了4种邻域结构,提高了算法的局部搜索能力。最后,针对静态和动态的复杂装备柔性装配作业车间分批调度问题进行了实例验证分析。静态FAJSP-LS的验证以某企业的实际制造案例为对象,验证了本文所提的GASA算法在处理静态FAJSP-LS问题上的可行性,并将本文GASA算法应用于其它文献的实例中,经对比展现了本文算法的优越性;动态的DFAJSP-LS的仿真验证从3种情况分4个案例对本文所提的求解方法进行了验证分析。结果表明,本文所提扰动因素评估系统能很好的应用于扰动分析,同时也说明了本文提出的DFAJSP-LS处理方法在解决各类扰动因素时都有较好的效果。