1、長期以來，生產(chǎn)調(diào)度問題不僅是生產(chǎn)管理者關(guān)注的重點，同樣也是組合優(yōu)化領(lǐng)域的熱點研究對象。多目標(biāo)流水車間調(diào)度問題作為研究最為詳盡的多機調(diào)度問題中的一個分支，有著廣泛的應(yīng)用。其任務(wù)是安排一組機器以特定的順序加工一組工件，同時通常需要滿足多個不同的約束條件。合理的加工工序和調(diào)度策略能夠有效降低企業(yè)的生產(chǎn)成本，資本損耗以及管理開銷。因此，高效求解多目標(biāo)流水車間調(diào)度問題對于提高生產(chǎn)效率，合理配置生產(chǎn)資源，降低生產(chǎn)管理成本，進而提升企業(yè)的綜合競爭能力

2、，具有十分重要的理論指導(dǎo)意義和現(xiàn)實增益價值。
　　作為一個經(jīng)典的NP-難類問題，目前還沒有精確算法能夠在多項式時間內(nèi)解決
　　多目標(biāo)流水車間調(diào)度問題。因此，許多啟發(fā)式和元啟發(fā)式算法被用于求解此類問題，包括模擬退火，禁忌搜索，探索性的局部搜索，遺傳算法，文化基因算法，蟻群優(yōu)化等等。鑒于超體積方法在多類組合優(yōu)化問題中的優(yōu)良表現(xiàn)，本論文將采用超體積貢獻度指標(biāo)作為迭代局部搜索過程中的選擇機制，用以求解多目標(biāo)流水車間調(diào)度問題。

3、　　本論文采用基于超體積指標(biāo)方法的多目標(biāo)優(yōu)化算法框架，充分考慮流水車間調(diào)度問題的自身特點，分別與路徑連接技術(shù)和局部擾動機制進行有機結(jié)合，從而進一步提高帕累托近似解集的質(zhì)量。實現(xiàn)了基于超體積指標(biāo)方法的多目標(biāo)路徑連接算法和多目標(biāo)局部擾動搜索算法，用以求解最小化總完成時間和最小化總延遲時間的雙目標(biāo)流水車間調(diào)度問題。另外，鑒于當(dāng)前高維多目標(biāo)流水車間調(diào)度問題的研究現(xiàn)狀，本論文提出了基于超體積方法的多目標(biāo)局部搜索算法對三個目標(biāo)和四個目標(biāo)的流水車間調(diào)