随着社会经济的快速发展，消费者对产品的需求逐渐呈现出多样化和个性化的趋势。各种产品更新换代的周期也越来越短，企业之间的竞争也愈演愈烈。在这种背景下，多品种小批量逐渐替代大批量或者单件大批量生产，成为现代企业的主要生产模式。多产品、多阶段的批处理生产方式以其高度的灵活性和柔性被广泛地应用于流程型企业，用以生产小批量、高附加值的产品，有效地缩短了产品生产周期、加速了市场响应速度。然而，批处理生产方式的灵活性对批处理生产管理提出了更高要求。在实际生产制造中，批处理生产过程总是面临诸多不确定因素的干扰，如紧急订单、设备故障、因质量问题返工等等，这些不确定因素的发生破坏了原计划的执行甚至可能引起整个生产的瘫痪。为了解决类似问题，重调度问题应运而生。然而，现有的批处理生产问题的研究仍然局限在经典调度理论算法的研究上，不仅难以解决大规模问题，还很难在实际生产过程中运用。另外，现在的大部分调度问题还在研究确定性调度，较少考虑不确定情况下的调度问题，重调度问题的研究更是尚在初始阶段。本文主要建立批处理生产的调度和重调度优化模型，考虑并行机器、储藏容量和储藏时间的约束。重调度优化模型在调度模型的基础上探索了机器故障和紧急订单等干扰对生产的影响，建立以恢复原计划为目标的批处理生产重调度模型。此重调度模型以原计划为指导，在尽量减少对原计划改动的基础上，重新制作新计划。这样的重调度方式可以优化利用现有资源，减少资源浪费，达到节约资源的目的，使现有的资源得到更好的重用。本文使用遗传算法和约束规划算法两个优化算法实现调度和重调度，同时比较和分析两者解决问题的表现。研究发现，约束规划算法在解决有复杂约束的调度和重调度问题表现较好。