制造业的高速发展加剧了全球市场化竞争,客户需求变得日益个性化和多样化,使得多品种、中小批量的离散生产方式逐渐兴起并占据市场主流,这种多变的市场环境给制造业带来了更高的挑战。制造企业要想提高自身的生存和竞争能力,就必须要在尽可能短的时间内控制成本并生产出高质量的不同产品品种来响应市场。车间生产调度就是通过合理有效利用现有资源来完成既定任务以满足特定性能指标的优化问题。实际生产过程中经常会发生如机器故障等诸多动态事件,有时还需要对机器安排预防性维修。因此,本文基于算法理论分析和优化改进两个方面对相应车间生产调度问题展开了具体的研究。本文主要研究内容如下:（1）提出了一个新的考虑预防性维修和工人休息的单机调度问题,其中同时考虑了工件排序、维修活动和工人休息的调度排程。针对该问题,构建了两种混合二进制整数规划模型。利用经典的LPT启发式算法求解该问题,并首次证明了该算法的最坏性能比是3/2。本文还证明了除非P=NP否则不存在最坏性能比小于3/2的多项式时间近似算法,这表明LPT算法几乎是求解所提问题最优的多项式时间近似算法。基于所构造的20个测试算例,利用CPLEX和LPT算法求解了两个数学模型,实验结果表明LPT算法在求解质量和计算效率上都有较高的性能。（2）研究了一个考虑机器故障、新订单到达、工件取消和工序加工时间改变这四类动态事件的动态柔性作业车间调度问题（DFJSP）。针对该问题,将最大完工时间最小化作为优化目标,设计了一种基于蒙特卡洛树搜索（MCTS）算法的重调度方法。采用了快速动作值估计启发式和先验知识等几种优化技术来提高基于MCTS算法的重调度方法的性能。为了大大减少对动态事件的响应时间,当动态事件发生时,为所提方法设计了多个连续的固定长度的时间窗口,并根据这些时间窗口来为剩余未加工工序逐步生成相对应的后续部分调度方案。（3）为了评估改进的MCTS算法以及所设计的重调度方法的有效性,进行了两组仿真实验。第一组实验基于MK系列静态基准算例验证了用于改进MCTS算法的四种优化技术的有效性。在第二组实验中,首先构造了18个DFJSP测试算例,然后将所提出的基于改进MCTS算法的重调度方法与一些常用的完全反应式重调度方法和基于遗传算法的重调度方法进行了比较。实验结果表明本文所提重调度方法在求解质量和计算效率上都是一种有效且有前景的动态调度方法。