调度问题是组合优化领域中的一类重要问题，在柔性制造系统、现代物流、计算机科学等领域有着非常广泛的应用。批调度问题是重要的一类现代调度问题，它打破了经典调度问题中对机器的限制，即一台机器可以同时加工多个工件而非仅仅一个工件。差异工件批调度问题是对传统批调度问题的进一步扩展，即工件是有差异的，同一批中工件的总尺寸不能超过批的容量限制，因此，包含在各个批中的工件数可能不同。这类问题比经典调度问题、传统批调度问题更加复杂，但它更加接近实际工作环境，对此问题的研究具有重要的理论经济价值。 首先，本文分析了差异工件批调度问题中的两个约束条件(工件加工时间约束和工件尺寸约束)对问题的解的影响，从而引申出两个启发式概念(批的利用率和批的负载均衡律)。并基于它们构造了几个启发式规则算法，并分析了它们与以往文献中的启发式规则算法的关系，以及其中一些算法的最差性能比。 其次，鉴于蚁群优化算法在求解离散优化问题上的优越性，本文研究了蚁群优化算法在求解差异工件批调度问题中的应用。引入批的利用率和批的负载均衡率作为启发式信息，构造了差异工件单机批调度问题的蚁群优化算法。并对各种编码下的蚁群算法的搜索空间的规模进行了分析，分析了搜索空间与问题解空间的关系。结果表明，与以往算法相比，差异工件单机批调度问题的蚁群优化算法在实际应用中具有更好的效果。 最后，在总结全文的基础上，对今后的研究提出了建议和展望。