近年来,因企业使用过期原材料而引发的食品、药品安全事故频频发生,引起人们对原材料安全的广泛关注。原材料是产品生产的基础,为了保证生产顺利安全的进行,必须确保生产所需要的原材料的安全性,但受到自身属性和外界环境等因素的影响,原材料在生产或储存的过程中会发生过期变质,给生产调度带来了极大的挑战。同时,现实中的许多生产过程,比如食品、药品的生产,都是在变速并行机调度环境下进行的。因此本文在变速并行机的调度环境下,研究带有原材料保质期约束的生产调度问题。首先,为了避免生产过程因为原材料的过期或短缺而发生中断,本文分析了原材料的四种使用状态,并进一步研究了不同状态下的生产决策对后续生产活动造成的影响。其次,本文研究了考虑原材料保质期的单目标变速并行机生产调度问题。首先,以最小化机器运作成本和原材料成本的加权总生产成本为目标,构建了单目标非线性混合整数规划模型。然后,为了解决该问题,本文提出了可变邻域离散粒子群算法。该算法继承了粒子群算法向最优个体学习的思想,从而保证了算法的进化速度,然后通过结合问题的性质,对粒子群操作进行了重新的定义,使算法可以有效的求解离散的生产调度问题,同时,为了解决粒子群算法容易过早收敛的缺点,本文引入了可变邻域搜索操作,来提高解集的多样性。最后,通过数值实验,验证了可变邻域离散粒子群算法解决该问题的有效性和优越性。最后,本文进一步研究了考虑原材料保质期的双目标变速并行机生产调度问题。以同时实现原材料成本最小化和项目总完成时间最小化为目标,建立了双目标非线性混合整数规划模型。由于该问题不仅是NP-hard问题,而且是双目标调度问题,所以本文提出了进化离散粒子群算法来进行求解。该算法在粒子群算法的基础上,结合混合贪婪初始解生成方法、基于最短加工时间的邻域搜索算法等操作,保证了算法得到的解的质量和多样性。最后,通过数值实验,充分证实了进化离散粒子群算法各操作和整体性能的有效性和优越性。本文的研究不仅丰富了生产调度理论,提供了新的生产调度模型和智能优化求解方法,为考虑原材料保质期的生产调度问题提供了理论支持;而且在实践上,使研究的生产问题更加贴合实际,提高生产计划的可行性和实用性,给生产企业的管理者制定有效的生产调度计划提供了一定的决策参考。