生产调度问题是一类重要的组合优化问题,在许多现实的生产实践领域中有着广泛的应用,如典型的大规模半导体集成芯片生产过程中的高温测试环节及港口货物装卸、多级船闸调度、物流运输、航空工业等领域。在批调度问题中批处理机可同时加工多个工件。批调度问题比传统调度问题更为复杂,求解难度更大,对于批处理机调度问题的研究对改进企业资源利用率及生产效率有重要的意义。由于新出现的问题复杂性更高,因此研究者通常从简单的单机加工环境开始研究,对单机问题的研究有利于我们求解更复杂的多机调度问题。另外随着绿色制造概念的提出,考虑节能目标的平行机批调度方法是一个迫切需要解决的科学问题,且目前的研究成果较少。所以本文研究的是考虑机器能耗的双目标节能批调度算法问题。首先,本文简单阐述了生产调度问题的产生背景、相关概念和分类,然后介绍批调度中的加工环境及考虑能源消耗等问题的研究现状。接着,本文对批调度问题的求解方法进行概括,通常有确定性方法和近似方法两种。然后对这两类算法的特点进行简要分析,并描述其大致框架和主流算法。随后,针对工件动态到达,优化目标为最小化制造跨度及机器总能耗的平行机批调度问题。先设计所研究问题的CPLEX模型,并考虑一种高效的基于蚁群优化算法(BOACO)从而获得问题的解。通过研究优化目标函数的特征,为减小搜索空间,采用候选集策略来构建解。同时,分析解的浪费空间与问题目标的相关性,为更好的指导蚂蚁的搜索行为,基于浪费空间来定义启发式信息。另外,为进一步提高解的质量,设计两个有效的局部优化策略分别对每个目标函数值优化。最后,对提出的蚁群优化算法BOACO给出完整的算法描述。然后,为验证本文所提算法的性能,通过仿真实验与其他已有算法在解的质量、多样性和时间性能等方面进行了比较。结果表明,所提算法BOACO在覆盖率、超体积等评价指标下优于其他几种多目标进化算法。最后,针对本文所研究的节能双目标平行机批调度问题和所提出的解决方法进行了总结,并对批调度问题在未来更进一步的研究方向进行了简单介绍。