目前，车间调度研究大多集中在Job Shop Scheduling或Flow Shop Scheduling等典型的单一调度问题，而关于混合车间调度的研究在文献中则较为鲜见。另外，传统研究中一般没有集成考虑计划与调度这两个紧密相关、互相影响的环节。本文针对多品种小批量生产方式下包含柔性工艺路线的混合车间（兼具Job Shop和Open Shop调度特点）的集成调度问题进行了探索研究。研究工作大致总结如下:　　(1)首先基于车间计划与调度实际生产现状，提出了车间计划与调度集成框架。然后通过对一个混合车间内加工与装配生产过程的详细分析，提出了一类兼具Job Shop和Open Shop调度特点的混合车间集成调度问题。与传统研究不同的是，该类问题考虑了实际加工和装配过程中可能存在的柔性工艺路线。针对此类调度问题，提出了混合车间集成调度的通用数学模型，为后续研究奠定了理论基础。　　(2)对于多层次产品的集成调度问题，考虑到生产能力、加工顺序、交货期、加工调整时间和运输时间等约束，以生产过程中的惩罚成本最小化为目标，建立了该问题的混合整数规划模型。针对该模型设计了遗传算法进行求解，采用包含加工顺序和加工机器信息的两维随机键编码方式，设计并提出相应的调度生成器进行编码和解码，以保证可行解的生成。运用该算法对不同规模的算例进行求解，并与利用CPLEX优化软件所得的精确解进行对比，从而验证了所提模型和算法的有效性，同时计算结果表明所提遗传算法在相对较短的时间内，可以获得总体上更好的求解质量。　　(3)针对多目标集成调度问题，分别以机器空闲时间和订单提前或延迟成本最小为目标，建立了多目标混合整数规划模型。为求解该模型，通过模糊偏好策略将这两个目标转化为单一目标。采用拓扑排序生成工序序列，提出了基于偏好的自适应遗传算法。设计算例验证了所提模型和算法的有效性，测试结果还表明随着问题规模的增加，自适应算法相比于标准遗传算法的优势更趋明显。　　(4)针对包含工序外协的集成调度问题，以最小化makespan为目标，建立了此类调度问题的整数规划数学模型。提出了一个遗传算法与模拟退火算法相结合的混合启发式算法对此模型进行求解，提出在工序级进行排程的加工序列生成策略，从而显著增加模型的可行解空间;并在算法中引入阶段进化的思想，以确定模拟退火算法调用的时机，从而提高算法的运行效率。算例的计算结果表明相对于文献中另外两种算法，本文所提出的混合启发式算法总体上具有更好的求解性能。　　(5)针对包括多个复杂产品和多级供应链系统中的生产-分销计划问题，以供应链总成本和运行时间最小化为目标，考虑到供应链系统中库存平衡、运输平衡、生产平衡等约束要求，建立了供应链协同计划的整数规划数学模型。通过混合仿真和解析模型的迭代求解来获得更接近生产实际的最优生产和分销计划。通过对设计算例的求解验证了所提仿真-解析相结合混合方法的合理性和有效性。　　(6)为了对文中所提出的方法和模型进行系统实现和验证，结合某电机企业的实际情况，设计了混合车间生产计划与调度集成优化的原型系统，实现了生产计划与调度集成优化的建模、求解等功能。　　论文首先提出了一类混合车间集成调度问题的基本框架模型，接着系统深入地研究了几个来自于生产实际的车间调度问题。本论文的研究成果不但在一定程度上丰富了车间调度优化理论和算法研究，而且可以被应用于调度生产实践从而有效提升制造企业的竞争力。