可变处理时间的无等待流水调度问题是一类重要的带约束组合优化问题,广泛存在于冶金、塑料、纺织业、化工和半导体等行业。流水调度问题中的可变处理时间通常表现为学习恶化效应。在调度问题的优化目标中,最小化总延迟目标与行业内企业的生产安排相关,计算难度却高于最小化总完工时间或最小化最大完工时间目标。因此,研究以最小化总延迟为目标的可变处理时间无等待流水调度具有重要的理论意义和应用价值。面向可变处理时间无等待流水调度问题提出基于调度位置的学习恶化模型。为提高算法搜索过程中新生成解的目标函数值的计算效率,推导了针对特定交换操作的最小化总延迟目标的目标增量性质。构建了算法中使用的快速计算算子,提出了适用于本问题的快速迭代局部搜索算法。该算法包括初始解生成、局部搜索、扰动和接受准则四个模块。为解决经典启发式算法中未考虑多个最优插入位置的问题,改进经典启发式算法生成初始解；设计包含插入邻域结构的局部搜索模块；提出扰动模块对当前解进行一定程度的扰动以产生候选解；提出接受准则决定扰动产生的解是否替代当前解。算法在达到给定的终止条件时结束,返回已经找到的最优解。为验证所提出算法的效率和有效性,通过实验测试和方差分析技术测定了算法扰动模块的规则选取,以及算法中各参数值的选取。通过标准实例集比较所提出算法和目前解决相似问题的最优算法。实验结果表明所提出算法在性能上显著优于所比较算法。