在工业生产过程中，为了节约处理成本，不是所有的工件均需被加工，有些工件可以拒绝加工，如对于加工时间长的工件，工厂可以支付一定的费用来进行外加工或购买。工件被拒绝加工但要付出相应的费用，即拒绝惩罚。同时，由于机器磨损或故障等原因，机器需要在某个时间段内进行维修以提高加工速度。并且在实际生产，如钢铁和冶金工业生产过程中，工件在加工之前需要预热或安装必要的夹具和固定装置，在加工之后工件需要进行冷却处理等，也就是工件在进行加工时常常带有安装时间和送出时间。工件的安装时间和送出时间会对工件的总完工时间产生不利的影响。因此，考虑加工工件具有一定的安装时间和送出时间是十分必要的。本文讨论了带有学习效应、退化效应、安装时间、送出时间和拒绝惩罚的排序问题。目标函数为总完工时间和最大完工时间等。根据工件加工时间的不同情况，分别给出了这些问题的算法复杂性，证明了它们在多项式时间内是可解的。具体内容概括如下：　　1)对于工件的加工时间为Pij=αij+bitij的退化情况，讨论了带有拒绝的不同类型机排序问题。目标函数是接受工件的排序指标与拒绝工件总惩罚之和，其中排序指标分别为总最大完工时间及总完工时间。目的是找到拒绝工件集和接受工件集，并安排接受工件的加工顺序，使目标函数值最小。通过将两个问题的目标函数转化为指派问题，证明了它们都是多项式时间可解的。　　2)对于工件的加工时间为Pj[r]=Pjg(r)的情况，讨论了带有学习效应、安装时间和送出时间的单机排序问题。工件的安装时间和送出时间均依赖于已加工完的工件的实际加工时间，即p-s-d形式。目标函数为最大完工时间，总完工时间，加权总完工时间，总延误时间，最大延误时间和最大延迟时间。提出了上述问题的最优排序规则，并证明了它们都是多项式时间可解的。　　3)对于工件的加工时间分别为Pjr=(Pj+bt)rα和Pjr=(Pj-bt)rα的情况，讨论了带有学习效应、退化效应、维修活动和拒绝、目标函数是接受工件的排序指标与拒绝工件总惩罚之和的单机排序问题，其中排序指标分别为最大完工时间和总完工时间。证明了它们在多项式时间内都是可解的。