车间调度问题一直是制造企业的研究热点,而近年来随着全球变暖和环境污染的增长,考虑绿色指标的车间调度问题,即车间绿色调度问题开始引起制造系统的关注,也逐渐成为学术研究中较为困难的问题。而求解复杂车间绿色调度问题的重要方法一般为智能优化算法。教与学优化算法是一种新型的模拟教学过程的群智能优化算法,可用于较好的求解复杂车间调度问题。本论文将教与学优化算法的改进算法应用于求解复杂流水车间绿色调度问题上并进行研究。主要工作如下:(1)针对带序相关设置时间和释放时间的零等待流水车间绿色调度问题,设计一种改进的教与学优化算法进行求解,优化目标为最小化总能量成本。首先,提出一种解的快速评价思想来减少计算复杂度,同时,教师在教学阶段之前进行自学,提高教学水平;然后,提出一种自适应教学因子,使学员能自适应的学习知识;最后,设计一种基于Insert邻域的快速局部搜索方法来提高算法的局部搜索能力。仿真实验和算法对比验证了所提算法的有效性。(2)在(1)中的排列模型的基础上,考虑同时优化经济指标最大完工时间,得到了带序相关设置时间和释放时间的多目标零等待流水车间绿色调度问题。针对该问题,设计一种改进的多目标教与学优化算法进行求解,优化目标为最小化最大完工时间和总能量损耗。首先,教师进行自学提高教学质量;然后,改进自适应教学因子,使学员自适应的学习教师的知识;最后,引入基于双工件插入的局部搜索方法来增强算法的局部搜索能力。仿真实验结果验证了所提算法的有效性。(3)在(2)中排列模型的基础上,进一步考虑不同加工阶段的机器具有柔性,得到了更具一般性的带序相关设置时间和释放时间的多目标零等待柔性流水车间绿色调度问题。针对该问题,采用最早加工规则确定工件在每个阶段的加工机器,设计一种混合的多目标教与学优化算法进行求解,优化目标为最小化最大完工时间和总能量损耗。首先,利用拥挤距离选择教师,保持解的分散性;然后,改进自适应教学因子;同时,将最差解集的个体平均值与每个学员的成绩两者总和的平均值作为班级的整体平均值,使教学更具有针对性;并且在教师阶段后引入交叉策略,保持种群的多样性;另外,改进学员阶段,使其更大幅度的学到教师的知识;最后,引入基于Swap邻域的局部搜索来提高算法的搜索深度,对问题解进行更细致的搜索。仿真实验对比结果证明了所提算法的有效性。