本文主要研究的是装配作业车间分批调度问题,分批调度作为生产系统改进不可或缺的技术手段而广泛存在于工业生产的各个方面。装配作业车间环境在实际生产中更加具有代表性,且相比于传统JSP问题往往具有更高的复杂度。因此,对其的研究具有重要的理论和现实意义。首先,装配作业车间分批调度问题主要可划分为批量最优拆分和子批排序优化两个子问题。针对两个子问题的求解方法,本文基于系统优化的角度将两个子问题加以联合处理,构建了装配作业车间分批调度数学模型,以产品最大完工时间为优化目标提出了三种求解算法,分别是基于整体优化思路提出的改进型集成优化算法、基于分层迭代优化思路提出的混合求解算法和双层遗传算法。最后通过仿真实验对上述所提算法的求解效果、收敛速度和适应特点进行了对比性分析。其次,通过对上述三种算法的对比研究,考虑客户对高交货可靠性的需求,构建了包含交货提前惩罚、交货拖期惩罚和特定时点的完成进度滞后惩罚的分批调度数学模型,采用混合求解算法并通过仿真实验,从作业分派规则、订单规模、互用零件占比、分批策略、目标权重设置等多维度进一步验证了该算法的有效性和内在特点。最后,当前对装配作业车间分批调度问题的研究大都侧重于静态确定性环境,然而在实际生产中,装配作业车间分批调度问题具有高度的不确定性与复杂性,负荷控制是一种专门针对车间以及ETO型企业等高度复杂的生产环境的生产计划与控制方法,可以有效控制车间的生产负荷均衡化,提高订单准时交货能力。但出于对理论与现实差距的考虑,负荷控制方法在装配作业车间的适应性还有待进一步评估与改进。基于以上原因,本文主要研究订单动态到达环境下,如何在生产过程中保证车间作业整体负荷均衡化的前提下通过车间分批调度优化订单准时交货率,从而构建了多层递阶负荷均衡化的仿真模型并提出了多种任务投放与作业分派集成的负荷控制方法,通过仿真分析了不同组合的集成控制方法对车间性能指标的影响。