分批优化调度问题考虑了订单批量性,适应现代经济发展所呈现的多品种和中小批量生产特点。它涉及到批量划分和排序优化,比传统调度问题更加复杂,也更贴近实际生产,其研究具有重要的理论意义和实用价值。本文在国家863计划项目(编号：2007AA04Z155)、国家基金项目(编号：60874074)、省重大科技攻关项目(编号：2004C11011)的资助下,围绕分批优化调度深入分析所研究问题的国内外现状和存在的问题,旨在研究差分进化算法(Differential Evolution, DE)在并行机、流水车间及作业车间制造过程分批优化调度问题中的应用,设计同时处理批量划分和排序优化的有效算法,注重提炼问题的特征,结合问题信息开发有效的优化求解方法。论文主要研究内容如下：(1)研究了差分进化算法在并行机分批优化调度问题中的应用。针对问题中存在的批量划分约束,提出了基于任务分配队列的实数编码方案,并设计了基于块变异、块交叉的全局搜索操作。基于生产周期性能指标,在算法中进一步设计了基于问题的局部搜索操作,提出了一种混合差分进化算法。通过算例仿真和算法比较分析验证了算法的良好性能,最后将算法有效地应用于某钢铁厂的冷轧精整生产调度实例的求解。(2)针对流水车间制造过程中不同产品所含批量之间不允许交叉生产的情况,基于分批传输的调度策略,建立了非混排流水车间分批优化调度问题模型,并设计了相应的混合差分进化算法。在传输批量无约束的情况下,给出了问题的完工时间快速评价法用于算法解码过程。算法进化过程采用基于DE/rand/1/bin机制的全局搜索操作和基于Insert邻域结构的局部搜索操作,来优化确定工件的加工排序。最后,在算法所得解的基础上,通过启发式划分方法获得批量划分方案。实验结果说明了算法的优良性能,所设计的快速评价方法和启发式划分方法可起到减少算法计算量、减轻算法优化压力的效果。(3)针对混排流水车间分批优化调度问题,也即在加工一个产品的各个子批量之间允许加工其它产品的子批量的情况下,考虑传输批量大小约束,建立了问题模型。基于分批生产策略,设计了一种混合差分进化算法来优化确定批量划分和排序优化。算法采用两级染色体编码,对于划分染色体和排序染色体分别采用前面所设计的进化过程。为了进一步缩短完工时间,在算法解码过程中,基于分批传输策略进行二次划分得到小传输子批。通过实验仿真对所提方法进行了比较分析,结果验证了所设计的划分方法的有效性以及算法的优化性能。(4)对多资源柔性作业车间分批优化调度问题进行了研究,基于等量分批策略,建立了问题模型,并相应提出了一种混合差分进化算法优化确定各工件划分的子批数及各子批的加工排序。算法采用两级染色体编码,通过自适应差分进化操作执行全局搜索,采用基于Interchange邻域结构的局部搜索操作。实验仿真和电声企业实际调度结果说明了算法的有效性。最后,基于上述研究的分批优化调度理论与方法,设计并实现了一个基于B/S架构的分批优化调度系统,验证了论文所提方法的可行性与有效性。并对全文研究工作进行了总结和展望。