随着信息技术的飞速发展,顾客对产品生产与配送的时效性要求也越来越高,未及时送达顾客的产品往往导致顾客索赔或商家信誉损失。为了应对产品生产与配送时效的需求,厂商会根据较方便获得的越来越丰富的生产与配送运作信息,制定产品生产与配送的最优调度顺序。由于受工作人员及机器等的学习效应/老化效应影响,产品在实际生产或配送中的处理时间往往会随其所在调度处理的序列位置变化而变化,这种变化显然会影响厂商的产品运作调度的效益与效率。考虑产品生产与配送任务处理时间可变性的调度研究近年才刚刚兴起,系统分析产品处理时间可变影响下考虑机器维护、两个代理以及产品分组等具体调度的成果甚少。为此,本文在产品处理时间可变影响情形下,分别针对机器维护、两个代理以及产品分组加工以及产品生产与配送集成下的调度问题进行深入研究,建立相应的调度模型,设计确定最优调度方案的求解算法。首先,研究任务处理时间可变的带有机器维护情形下的生产调度。在最小化任务处理时间表长、最小化完工时间总和以及最小化调度总代价等目标要求下,分别建立考虑一般性函数形式的任务处理时间影响及机器计件维护的单机调度模型,研究给出确定相应最优调度方案的求解算法,并分析得到求解算法的计算复杂度均为O04)。在任务的实际处理时间可以表示为基本处理时间函数和排序位置函数乘积的特殊情形下,运用改进的LPT算法求得最优的调度方案,证明了求解算法的计算复杂度为O(n2logn)。第二,研究任务处理时间可变的两个协同代理情形下的生产调度。先在最小化处理时间表长的多项式目标函数的目标要求下,建立不考虑计件维护的两个协同代理的单机调度模型,给出了确定最优调度方案的多项式时间算法,并分析得到算法的计算复杂度。接着在最小化处理时间表长的多项式目标函数的要求下,建立考虑计件维护的两个协同代理的单机调度模型,也给出了求得最优调度方案的多项式时间算法及其计算复杂度。第三,研究任务处理时间可变的考虑机器固定周期维护的生产调度。先在最小化处理时间表长的目标要求下,建立机器周期维护的单机调度模型,并给出求得近似最优调度方案的多项式近似算法,分别得到算法的最坏情况比、计算复杂度、以及表现界。接着针对机器周期维护的单机调度模型,给出求得近似最优调度方案的混合进化算法,并通过算例验证给出的进化算法能高效地求得近似最优的调度方案。第四,研究考虑任务处理时间可变影响和任务分组技术的生产调度。先在最小化处理时间表长要求下,分别建立考虑一般性处理时间可变影响的单机分组调度模型,给出了求得最优单机器分组调度方案的求解算法,并证明了求解算法的计算复杂度均为O(n3)。接着在最小化处理时间表长要求下,基于任务实际处理时间以及任务分组准备时间都可以表示为基本处理时间函数和排序位置函数乘积的特殊处理时间可变影响,建立相应的单机器分组调度模型,分析得到可运用LPT算法得到最优的单机分组调度方案,并证明了算法的计算复杂度为O(n log n)最后在最小化机器总负荷的要求下,建立考虑一般性处理时间可变影响的平行机分组调度模型,并给出了求得最优平行机分组调度方案的求解算法,并证明了求解算法的计算复杂度为O(n3)。第五,研究老化影响的单个顾客的产品生产与配送集成调度。先在最小化处理时间表长要求下,建立了老化影响下生产调度模型,并运用LPT算法求得最优单机生产调度方案,分析得出算法的计算复杂度均为O(n log n)。接着然后在最小化配送任务完成时间的要求下,建立老化影响的生产与配送集成调度和式模型以及乘式模型,分别依据求解最优生产调度所得到的结论给出和式模型及乘式模型的多项式最优求解算法,并分析得到算法的计算复杂度也为O(n log n)。第六,研究任务处理时间可变的多个顾客的生产与配送集成调度。先在最小化配送任务完成时间的目标要求下,建立任务处理时间可变的单台生产机器多个顾客的生产与配送集成调度模型,并结合生产调度的求解算法结论和独立即时配送模式的性质,分析给出求得最优调度方案的多项式时间算法。然后在最小化配送任务完成时间的目标要求下,建立多台生产机器多个顾客的生产与配送集成调度模型,并分析给出求得近似最优的调度方案的多层代码的遗传进化算法,并通过算例验证所给的遗传进化算法可以在合理时间里得到近似最优的生产与配送集成调度方案。本文针对处理时间可变情形下的产品生产调度、生产与配送集成调度的研究成果,丰富了调度领域相关研究理论,对实际应用也具有较大参考价值。