在当前世界经济快速发展的形势下,资源日益短缺、企业间的竞争不断加剧,顾客的需求呈现出多样化和个性化,这些不断变化的市场环境使得企业必须提高生产效率、资源的利用率及改进产品的质量以提高自身的竞争力。生产调度作为制造企业生产管理的核心部分,是组织实现企业生产作业计划的主要手段,直接关系到企业最终的生产效益。在此背景下,如何利用先进的建模和优化算法来提高企业的生产调度技术,从而提高我国制造业的整体水平以及社会整体资源的利用率,给制造业和学术界带来了前所未有的新挑战。首先,本文对生产调度的研究背景与意义进行了概括,分析总结了与本文课题相关的一些研究现状,并提出了所要研究的基本问题。其次,针对实际生产加工中的情形,本文提出了一个一般性的基于加工位置的DeJong学习(老化)效应的生产调度模型。该模型随着M因子的取值不同而表示为学习或老化效应模型。当表示学习效应模型时,随着工件加工数量的不断累积,工件的加工时间不会趋于零;当其表示老化效应模型时,随着工件加工位置的增加,工件的加工时间不会趋于无穷大。与传统单独研究学习效应或老化效应的调度模型相比,该模型更符合实际的生产调度过程,也是本篇论文的一个创新点。此外,考虑到工件实际加工时间还会受到资源分配等因素的影响,故本文在该一般性的调度模型中引入了不同资源配置的因素,形成两类调度新模型,以期来更好地贴近现实中的生产。接着,考虑到在企业生产加工过程中,按时交货往往是其提高核心竞争力的一个重要因素,在这种准时制生产背景下,我们研究了工件具有交货时间窗的生产调度问题。其中,本文主要提出了两种不同的交货时间窗机制,即公共交货时间窗和松弛交货时间窗,前者是指所有的工件具有一个相同的交货时间窗,后者是指每个工件具有各自的交货时间窗。将前文提出的两类调度新模型分别与这两种时间窗机制相融合,形成了四类更加贴近实际生产的调度模型,其中,通过改变M因子的取值,这四类模型可简化为八个具体的调度问题,经过分析求解,我们分别给出了解决这四类模型的最优算法。最后,本文利用LINGO工具对所设计的算法进行数据实例分析,并且对各个具体模型得出的结果进行分析比较,得出了相关结论,从实践角度验证和说明了算法的有效性。