传统生产调度的研究通常集中在确定性环境下,与问题有关的数据均是提前可知的。而实际生产调度中,存在工件的加工时间随其开始加工时刻变化而变化的现象,类似这样的生产调度问题被称作“具有工时恶化效应的生产调度问题”。另一方面当前生产调度的经济指标与自然环境的关系不断变化,资源和能源的合理利用以及分配对企业的生存和可持续发展至关重要。改进传统生产管理方式,利用现代化调度技术合理利用以及分配调度资源,实现能耗指标以及延误、成本等生产指标协同优化是当今企业发展的方向。以具有工时恶化效应的生产调度问题为背景,同时引入工作模式选择场景进行能耗以及延误成本的优化研究,可以拓展此类调度问题的研究,具有重要的学术研究意义和工程应用价值。本文以具有工时恶化效应的并行机调度问题为研究对象,引入了工作模式选择场景。以设计高效的调度算法为研究重点,对综合考虑延误成本和能耗成本的节能调度问题及求解方法进行了深入研究。论文主要内容有:（1）针对考虑工作模式选择与工时恶化效应的并行机调度问题,以最小化总能耗与总延误成本为目标,构建了数学规划模型。并设计了概率选择策略对工作模式进行选择。根据问题的结构特性,提出了改进粒子群优化算法进行求解。该算法设计了当前状态更新、认知模式更新以及社会模式更新方式替代标准粒子群优化算法的速度和位置更新方式,同时引入了遗传算法的交叉与变异操作。计算实验结果表明,相对于已有的启发式算法,所提算法能有效提高问题的求解精度以及寻优效率。（2）由于启发式算法所得解的精度存在一定的局限,为在合理的时间内进一步提高问题所得解质量,深入研究了基于逻辑的Benders分解算法。该算法将原问题模型分解成了一个主问题和多个并行子问题同时求解,并通过切平面使主问题和子问题不断迭代求解,直到收敛到最优解。此外,设计了两个算法提升措施加速了主问题和子问题的收敛速度。通过与多组不同规模的测试算例进行计算,验证了算法的求解性能。（3）综合考虑工件加工的收益和调度成本将原问题进行拓展。构建了混合整数规划模型,同时设计了混合Benders分解算法。该算法在基于逻辑的Benders分解的框架基础上采用改进水波算法对分解后的子问题进行求解,克服了大规模问题中子问题求解速度慢的缺点。算例测试表明,在合理的时间范围内,混合Benders分解算法能进一步提高问题求解精度。考虑工时恶化的生产调度研究贴合实际生产状况,且合理选用工作模式不仅可以优化资源消耗也能达到及时交货的目的。本文基于实际生产调度对经济发展和可持续发展的要求,从考虑工作模式选择与工时恶化效应的生产场景出发,对并行机调度问题进行能耗及延误成本的协同优化,丰富了绿色现代化调度问题的研究内容,具有重要的现实意义和应用价值。