随着自然资源的日益枯竭,再制造作为绿色制造、智能制造的重要组成部分,是制造业转型升级的重要突破点。再制造是以产品全生命周期理论为指导,利用先进技术和产业化手段将废旧产品进行修复和改造,实现废旧产品性能提升的一种产业。再制造系统主要包括三个子系统:拆卸车间、再加工车间以及再装配车间。其中,再加工车间是衔接拆卸车间和再装配车间的纽带,废旧产品的损坏组件在该车间中被加工成高质量的组件。再制造往往需要加工大量的组件,每个组件对应着一个包含一组顺序操作的作业,这些操作往往需要在机器上进行加工。因此,如何为作业分配加工机器以及对加工操作进行排序以生成最优的调度方案,成为再制造调度领域中的一个重要研究问题。根据加工组件的损坏情况,再制造系统为组件提供了多种执行模式。然而现有的关于面向再制造系统的作业车间调度问题的研究主要专注于缩短作业的完成时间,忽略了具有不同损坏情况的组件与执行模式之间的联系以及不同执行模式选择对作业调度方法的影响。另一方面,在再制造过程中,从拆卸车间获得的组件的损坏情况各不相同,因此需要为每个组件选择合适的执行模式进行再加工。本文在考虑执行模式对调度方法的影响的基础上,对再制造系统中的作业车间调度问题展开研究。为了克服上述局限性,本文将执行模式选择与传统作业车间调度方法相融合,即在调度过程中,考虑组件的不同损坏情况,为组件选择合适的执行模式（即替换模式和修复模式）进行再加工,以促进再制造企业资源配置的优化。一方面,本文考虑不同执行模式之间的权衡,构建了面向再制造系统的作业车间静态调度优化模型,以实现车间生产效益的最大化。另一方面,由于在实际的再制造过程中存在着大量的不确定性事件,例如新作业的到达时间和数量具有不确定性,这意味着新作业需要插入到正在进行的调度方案中。因此本文针对新作业到达这一不确定性事件,构建了面向再制造系统的作业车间动态调度优化模型,以提高生产过程的灵活性与可操作性。本文的主要贡献与创新点有如下两方面:（1）提出了一种面向再制造系统的作业车间静态调度优化模型。该模型将调度问题分解为三个子问题:执行模式选择、替换作业分配与排序、修复机器分配与操作排序。当确定了组件的执行模式后,将通过替换作业分配与排序的方法来调度选择替换模式的作业,通过修复机器分配与操作排序的方法来调度选择修复模式的作业。该模型旨在最小化作业族的总完成时间与总生产成本。为求解该模型,本文提出了一种基于遗传操作的改进型人工蜂群算法,设计了一种新的三维编码方案来表示调度方案,并引入了交叉变异操作、局部搜索策略和精英替换策略以提高算法的搜索能力和收敛能力。最后,通过仿真实验验证了所提出的算法在求解该模型时的实用性和有效性。（2）提出了一种面向再制造系统的作业车间动态调度优化模型。该模型考虑不同执行模式之间的权衡以及不同执行模式选择对调度方法的影响,采用两阶段方法（即调度阶段和重调度阶段）以应对新作业到达。此外,该模型运用帕累托理论,平衡了加工时间与成本之间的关系以获得最优的调度方案。为求解该模型,本文提出了一种基于两阶段方法的改进型人工蜂群算法,采用了一种新的三维编码方案来表示调度方案,并引入了迁移操作、变邻域搜索算法和快速非支配排序方法以增强算法的搜索能力。最后,通过仿真实验验证了所提出的动态调度优化模型的可行性,以及所提出的算法在求解该模型时的实用性和有效性。