多品种小批量生产模式使生产过程变得复杂且难以控制。高效、鲁棒的生产调度方案,是保障生产过程高效高可靠、提高企业核心竞争力的关键。柔性作业车间调度(Flexible Job-Shop Scheduling,FJSP)问题是一种从作业车间扩展而来的调度问题,属于典型的NP-Hard问题,有着重要的工程应用和理论研究价值。但是,FJSP只考虑了机器这一种资源的限制,在大多数实际生产过程中,还需考虑除机器外的其它多种辅助资源的制约。因此,资源受限柔性作业车间调度问题(Resource Constrainted FJSP,RCFJSP)的研究成果对企业的生产过程更具有指导意义。本文在分析总结国内外研究现状的基础上,建立了FJSP以及RCFJSP的数学模型,并基于鲸鱼群算法(Whale Swarm Algorithm,WSA)分别研究了针对单目标FJSP、单目标RCFJSP以及多目标RCFJSP的求解方法。针对单目标FJSP,通过改进WSA来进行求解。首先,采用混合初始化策略来获取高质量的初始种群;然后,改进了个体编码与解码方式,并基于编码方式改进了鲸鱼的距离计算方式和个体移动规则;最后,设计了一种基于关键路径信息的邻域搜索策略来提高算法的局部搜索能力。通过算例测试,并与其它算法进行对比,验证了WSA在解决FJSP上的有效性与优越性。针对单目标RCFJSP,基于问题特征对WSA进行了改进,设计了适用于RCFJSP的MinEnd2初始化规则、贪婪前移解码策略以及关键路径信息获取方法。通过与最先进的几种算法进行对比,验证了WSA的有效性。针对多目标RCFJSP,设计了MOWSA进行求解。其中,引入了Pareto快速非支配排序、拥挤距离等机制来保证最终解的质量。通过标准算例测试,验证了MOWSA的性能优于对比算法。最后,对全文工作进行了总结,并对未来值得研究的方向进行了展望。