车间调度作为企业生产管理的核心，其目的是合理安排生产过程中现有的各种资源，以满足某些特定的性能指标。柔性作业车间调度是一类复杂的Np-hard问题，由于减少了机器唯一性限制，更符合对实际生产环境的模拟；实际调度中往往包含多个需同时优化的目标，且随着多品种、小批量生产模式的兴起，多目标、批量调度问题的研究更符合生产实际，具有重要的实际意义。本文将围绕差分进化算法在柔性作业车间调度中的应用展开相关研究，讨论其在单目标、多目标、多目标批量调度下的柔性作业车间问题，主要研究内容归纳如下：（1）讨论了差分进化算法在单目标柔性作业车间调度中的应用。给出了以最小化完工时间为目标的柔性作业车间调度优化模型，针对柔性作业车间问题，采用基于工序排序和机器分配相结合的编码方式，引入动态随机搜索技术，设计了一种新的基于关键路径的动态搜索和机器负载平衡两种局部搜索策略，以提高算法的全局寻优能力和局部精细搜索能力。实验结果表明所提算法能有效避免局部收敛，具有更强的全局搜索能力。（2）考虑到实际生产中常常有多个目标需同时优化的情形，研究了多目标柔性作业车间调度问题，设计了基于Pareto支配关系的多目标离散差分进化算法，算法采用Pareto非支配排序和拥挤距离的选择方式，并采用外部解集保存搜索过程中获得的非支配解。仿真结果表明所提算法能获得更多分布均匀的Pareto非支配解。（3）对多目标柔性作业车间批量调度问题进行了研究，提出了一种新的基于需求量的批量划分方案及批量染色体编码方式，采用两级染色体编码的差分进化算法以同时解决批量划分和批次调度问题。通过对测试算例的仿真，结果表明算法具有良好的性能，能有效缩短产品生产周期，获得更多非支配解，最后将算法应用于印染生产调度实例的求解。最后，对论文的研究工作进行了总结和展望。