制造业在经济发展中扮演了重要的角色,但同时也造成了环境污染问题,为实现可持续发展,降低碳排放量并提升生产效率就变得尤为重要。为降低碳排放量,减少化石能源依赖,响应国家碳中和战略,在生产活动中引入清洁能源就显得尤为关键,光伏发电系统的能量源于用之不竭的太阳能,是一种清洁、安全和可再生能源。光伏发电系统原理是利用半导体材料的光伏效应,把太阳辐射能转化为电能。将光伏与传统能源交替供能是一种新趋势。此外,在生产活动中提升生产效率,降低能源消耗也是降低碳排放的有效途径。调度是制造系统中最重要的子系统之一,调度任务是合理安排机器上所有工件的加工顺序,同时满足加工计划中的优先关系。传统工艺研究主要集中在生产率和成本上,很少涉及其他方面,特别是环境问题。调度可以显著影响整个制造系统的能源消耗。因此,合理的调度计划不仅可以提高生产率,还可以降低能源消耗和碳排放量。目前,“绿色调度”作为一种新型的调度模式,由于其减少了能源消耗和环境污染的成本,已成为调度领域的热门话题。本文在绿色调度的概念基础上,引入了光伏辅助供能,即工厂增加太阳能储能装置,优先使用太阳能供车间生产使用。本文主要研究了光伏辅助供能可重入混合流水车间调度问题以及光伏辅助供能柔性作业车间调度问题,结合问题的特点改进了蛙跳算法,同时将最大完成时间和碳排放量作为优化目标,运用大量算例进行仿真实验,验证了算法的有效性。本文主要内容如下:（1）介绍了问题的背景及意义。阐述了光伏辅助供能、车间调度以及调度方法的研究现状,分析了现有研究存在的问题,介绍了基本蛙跳算法的原理。（2）针对光伏辅助供能可重入混合流水车间调度和光伏辅助供能柔性作业车间调度,给出问题的一般描述,介绍了约束条件以及需要求解的目标函数。（3）针对光伏辅助供能可重入混合流水车间调度问题,同时考虑碳排放量和最大完成时间,设计了改进型蛙跳算法对双目标车间调度问题进行求解,再通过大量算例验证了改进型蛙跳算法是求解该问题的有效方法。（4）针对考虑碳排放量和最大完成时间的光伏辅助供能柔性作业车间调度问题,设计了多学习对象蛙跳算法求解,该算法采用新的学习对象的选择方法,并通过一系列算例验证了多学习对象蛙跳算法的可行性。