两阶段装配流水车间调度问题广泛存在于消防车制造、电脑装配和船舶生产等制造业。由于产品制造环境复杂,产品和零件的种类繁多,企业在制作生产计划时,往往存在耗时长、出错率大和变更难的问题。因此,对该问题进行研究具有重要的应用价值。近年来,关于两阶段装配流水车间调度问题的文献逐年增加,已经成为国内外学者研究的热点。但是,不同产品间具有相同零件这种现实中存在的限制却少有研究,该问题是NP难的。因此,对该问题进行研究具有较强的理论意义。本研究问题是基于管路生产车间中管件加工及其装配成管路的过程而提出的。管路的生产主要包括两个阶段:加工阶段和装配阶段。管件先在加工阶段多台专用机器上加工,而后被装配阶段的一台装配机器组装成管路。本研究问题考虑到准备时间,目标函数为最小化最大完工时间。两种数学模型(Optimal Mathematical Model,OMM和Upper Bound Mathematical Model,UBMM)、两种启发式算法(Revised Allahverdi,RA和Revised Johnson,RJ)以及一种新的人工免疫系统算法(New Artificial Immune System,NAIS)被提出对研究问题进行求解。一个实例验证了这些方法的可行性,包括小规模问题和大规模问题在内的960道算例验证了这些方法的有效性。算例是基于均匀分布产生的。有效性分析包括求解质量、鲁棒性和求解时间三个方面。为更客观、公正地对提出的方法的有效性进行分析,两种下界和三种存在的元启发式算法被提出作为对比。实验结果表明,480道小规模问题算例下:OMM模型的求解质量最优,其能求得所有算例的最优解;NAIS算法的鲁棒性最好,标准差为0.01;RA和RJ算法的求解时间最短,都为0.00秒。480道大规模问题算例下:NAIS算法的求解质量最优,偏差百分比为0.31,求得下界算例185道;NAIS算法的鲁棒性最好,标准差为1.43;RA和RJ算法的求解时间最短,都为0.00秒。同时,统计NAIS算法在内的四种元启发式算法的实验结果发现,存在算法求得结果的标准差为0.00的算例共有722道。其中NAIS算法在716道算例下求得的结果是这四种算法中最小的,且标准差为0.00。对于剩余的238道算例,显著性检验结果表明NAIS算法在204道算例下显著优于三种存在的元启发式算法。因此,NAIS算法在求解本研究问题上是优于其他算法的。