生产调度问题在现代的生活中得到广泛的应用,应用于社会生活中的多个领域,如工厂加工生产制造、钢铁铸造、淘宝、物流、网络通讯、计算机科学与技术等。经典调度问题在现实生活应用中是有局限性的,不能完全满足社会的需要,因此批调度问题相继被提出,批调度问题不再被经典调度问题所约束,而是对经典调度问题的扩展,打破了一台机器只能加工一个工件的束缚,实现了多个工件可以被一台机器同时加工,这不仅提高了生产的效率而且提高了资源的利用率。随着社会的发展,工件尺寸相同的批调度问题也不能满足社会的实际需求,因此差异工件尺寸的调度问题被研究,也更复杂。然而,本文研究的批处理机环境下两阶段集成调度问题不仅涉及到批调度问题,还涉及到产品交付的问题,比以上研究的任何调度问题都复杂。单机的批调度问题已经被研究学者证明是NP难问题[12],因此,本文研究的两阶段问题是一个强NP难问题,深入研究具有重要意义。本文开始简单地描述了调度问题的研究背景、概念及分类,然后简单介绍了批调度问题及产品交付问题,并描述了批调度问题的研究现状,以及批调度问题中的经典调度问题、现代调度问题、差异工件尺寸的调度问题,同时介绍了产品交付问题的研究现状。其次,分别介绍了确定性算法,启发式算法和元启发式算法这三种主流的批调度算法,并且介绍了算法的特点、算法的框架和算法的描述。第三,本文研究了两阶段多车平行批处理机的生产分销调度问题。在生产阶段,首先对工件分批,然后把分好的批分配到平行批处理机上,并加工这些批。在分配阶段,将具有相同容量的车辆调遣过来,加工完成的批运送到客户手中。本文目标值是最小化工件的总加权交付时间,并给出了一个下界算法评估所提出的算法,为解决这个NP难问题,分别提出了一种确定性启发式算法(H)和两种基于蚁群优化算法(HACO,MMAS)的混合元启发式算法,通过分析问题的性质,定义了启发式信息和信息素,结合局部优化策略,蚁群首先构造调度,此外,本文在运输的阶段设计了一个启发式算法用于运输已经加工完成的批。然后,随机生成该问题的实例,并用该实例与所提出的算法进行性能比较,同时分析实验结果,结果表明,所提出的MMAS略胜于HACO算法,在合理的时间内可以找到比H更好的解决方案。最后,对本文研究的在批处理机的环境下两阶段集成调度的问题以及提出的问题进行了总结,并对未来的研究方向做了进一步的展望。