本文以计量校准实验室的任务调度作为现实应用背景,抽象出资质受限的多重资源并行排期问题模型。该模型也可以应用在其它业务场景中,例如,当互联网金融服务平台针对大量融资申请项目组织内外专家联合评审时,可以基于该模型采用高效的排期算法来合理地安排日程。资质受限的多重资源并行排期问题,可以视为车间调度问题的一个新型变种。现有的对资质受限车间调度问题的研究,普遍把机器作为唯一一种受到资质限制的必需资源,其研究重点在于机器的资质限制类型、包括资质在内的多种限制条件的组合以及多个优化目标的组合上。因此,相关的研究成果难以应用到资质受限的多重资源并行排期问题上。本文针对这种新型问题的特征,设计了支持多重资质受限和基于“加工机会”考量的动态柔性度量方法,分析了该问题在单位加工时间和任意加工时间两种情况下的求解模型和框架,提供了一系列以最小化时间表长为目标的精确算法和启发式算法,并通过较大规模的数值实验进行了算法测评。本文的主要研究成果如下:第一,提出了一种新型动态柔性度量方法,这种度量方法相对于既有算法在资质饱和度不均匀情况下更有优势。第二,首次明确定义和表示了工件加工时间为单位时间、两种必需资源受资质限制的并行排期问题,为其建立了图论数学模型,给出复杂度较低的精确算法。此外,运用不同的动态柔性度量方法给出了具有实用价值的启发式算法,能够获得更低的复杂度和较好的排期效果。第三,首次明确定义和表示了工件加工时间为单位时间、n(n≥1)种必需资源受资质限制的并行排期问题,为其建立了整数线性规划数学模型,给出了多项式时间的精确算法。第四,首次明确定义和表示了工件加工时间为任意时间、两种必需资源受资质限制的并行排期问题,为其提供了完整的算法要素框架和原创性策略,给出一族启发式规则算法,通过数值实验判别出其中的“优势算法”,确定了这些优势的存在条件,并且做出定性解释。