在全球化经济背景下,由于与多工厂生产环境的紧密联系,分布式调度问题成为了研究的热点。然而,现有的分布式调度问题却很少考虑设备维护对生产调度的影响。本文研究了考虑设备预防性维护的分布式流水车间调度问题。研究工作总结如下:首先,提出了一种多起点迭代贪心算法来优化设备周期性维护分布式流水车间调度问题的生产周期。为了提高初始可行解的质量和多样性,在NEH2启发式算法中引入了抛弃操作。迭代过程中,采用简单而高效的分解和重构算子进行全局搜索。在邻域可行解的探索过程中使用了局部搜索算法。此外,算法引入重启策略,当陷入局部最优时放弃当前解,由启发式开始重新搜索。其次,提出一种基于哈希表的文化基因算法来优化设备周期性维护分布式流水车间调度问题的总流经时间。初始化阶段将NEH和DLR两种启发式相结合。在迭代过程中,算法使用哈希表的数据结构以键值对的形式保存可行解。在操作算子上,根据问题特性改进了选择、交叉和变异,扩大对可行解的搜索范围。局部搜索结合了工件的插入和交换算子,并利用种群哈希表的特性减少解的重复评估。再次,在前两个问题研究的基础上,对新工件加入的动态调度问题进行了研究,提出一种离散人工蜂群算法来优化生产周期和总流经时间。在初始阶段,采用改进的NEH启发式和随机操作算子增强了初始解群的多样性。在蜂群的迭代操作中,利用三个不同蜂群实现了不同的搜索策略,同时注重种群的多样性和个体质量。在选择阶段使用了非支配排序方法来提高算法效率。最后,通过对比大量的测试用例,验证了所提出算法的有效性。