工业化在丰富人类物质生活的同时,也造成严重的资源短缺和环境污染等问题。作为一种新的发展观,可持续发展成为全人类的共同选择。再制造(remanufacturing)是绿色制造的重要内容,它是指通过修复技术恢复废旧产品性能、使之达到甚至超过原型产品质量的一类加工过程,旨在实现低消耗、低排放和高收益等目的。区别于传统制造系统,回收件质量的差异性导致再制造系统面临着多重不确定性,给此类系统的性能计算、分析和优化带来挑战。缓冲区(buffer)是制造系统的主要组成单元,可以调整工件加工顺序、平衡系统物流,有效改善系统性能。本文以再制造系统为对象,考虑回收件质量不确定性对系统性能的影响,研究缓冲区优化设计问题。论文的主要工作如下：(1)再制造系统静态和动态调度对比研究。针对此类系统存在加工时间不等、加工路线随机的特点,采用仿真技术模拟系统加工过程、实现性能计算,以最小化总流程时间为目标,构建静态调度和动态调度两类调度模型。采用离散人工蜂群(DABC)算法求解静态调度,通过与NEH_A方法对比验证算法的有效性；采用分派规则完成动态调度,根据再制造系统特点选取和构建22种分派规则,并与DABC算法进行比较。结果表明：总体上算法的寻优效果优于分派规则,但寻优时间远大于分派规则；组合规则具有良好的优化效果和稳定性。(2)再制造系统分派规则的自主生成方法研究。经典分派规则适用于动态问题,但依赖于系统特性。考虑回收件返工和舍弃问题,设计指标具体表征回收件质量,建立再制造系统模型；以语法树(syntax tree)结构表征分派规则,根据系统特性设计系统状态指标集合；采用基于迭代局部搜索的自动生成(APRILS)方法构造适于再制造系统的复杂分派规则。研究表明：APRILS方法构造的分派规则效果优于经典分派规则,实现了寻优效果和时间的平衡。(3)面向不可靠再制造系统的多目标缓冲区容量分配研究。以不可靠再制造系统为研究对象,以最大化产出率和最小化在制品库存为目标,基于Pareto概念构建多目标缓冲区容量分配模型；采用分解-扩展-马尔科夫方法建立系统模型,利用Newton法和二分法求解以获得系统性能指标；在多目标优化算法NSGAⅡ的基础上,利用禁忌搜索优化其局部搜索能力,构建一种新的多目标优化算法—TS-NSGAⅡ混合算法,将其与NSGAⅡ算法以及精确算法比较。结果表明：TS-NSGAII混合算法在解的收敛性、多样性以及运行时间等方面均有显著提升,比NSGAⅡ算法更优。本文以再制造系统为对象,考虑回收件质量不确定性对系统性能的影响,构建了再制造系统运行调度模型,从生产调度和缓冲区容量分配等层面探讨缓冲区优化设计问题,为再制造系统的规划设计与运行调度提供了理论支持。