调度问题一直以来是组合优化问题领域里最具有前景的方向之一，在过去的几十年里带有维护的调度问题更是吸引了大量研究者的目光。在这篇论文里,我们主要研究了两种带有维护的调度问题。　　第一个问题是一个维护时长随负载量可变的单机调度问题，即机器的维护时长是由一个随维护之前的负载量单调不减的函数 f(x)所决定的，维护的开始时刻在时间窗[u,v]内，这里的0≤u≤v。本文所研究问题的目标是在机器上加工完所有工件并决定维护的开始时刻使得最大延迟Lmax最小化。本文证明了此调度问题是NP-难的，基于经典的EDD算法提出了近似算法EDDMW并分析了它的最坏情况界。　　第二个问题是一个带有工具更换和固定周期维护的混合环境下的平行机最小化时间表长调度问题，其中需要工具更换的机器有m1台，需要固定周期维护的机器有m-m1台。工件均不可中断。为了解决这个调度问题，本文给出了该问题的一个数学规划模型和两个分别基于经典的LPT算法和LS算法的启发式算法LPTP和LSP。此数学规划模型的建立背后所隐含的思想是通过将多台平行机改变成一台机器。大量数值实验显示这个模型求解工件数在10以内的实例的求解时间是合理的。同时，为了方便分析这些算法的性能，本文因此还给出了最优时间表长的一个下界。本文通过设计一系列计算机数值实验，发现所给出的启发式算法能够在1s内求解具有2000个工件的实例且平均误差不超过10%，由此证明了本文设计的启发式算法十分适合求解大规模本文所研究的实例。