随着经济全球化进程的加快、互联网技术的飞速发展以及我国社会主要矛盾的转变,现代企业的经营环境正在发生着巨大的变化。不管是资源的日益紧缺、企业之间竞争的日趋激烈,还是客户需求多样化和个性化趋势的日益加剧都对企业现有的生产制造模式提出了更高的要求。面对严峻的市场挑战,企业只有通过不断协调自身资源(如人力、生产)、时间、环境等多种因素,制定符合企业自身的生产、运营管理方式和调度规划策略,才能有效地提高企业的生产、服务效率以及综合调配能力,实现物尽其用、人尽其能从而增强自身竞争力。调度问题是一类经典的组合优化问题,能够有效解决资源的优化配置问题。面对复杂多变的工作环境,传统的生产调度模型已经不再适用,多任务调度概念应运而生,它的理论研究与现实推广在现代企业的生产与服务过程中发挥着巨大的价值。在此背景下,本文针对新环境下产生的新问题,建立、设计更加贴合实际多任务处理环境的调度模型,并对相关问题进行求解,进而提供优化算法,不仅具有重要的学术意义,还具有较强的现实价值。本文首先阐述了多任务调度问题的研究背景和意义,同时梳理了本文所涉及到的调度领域相关热点的研究现状。其次,针对企业的实际工况,本文提出了带有效率提升效应的多任务调度模型。在多任务处理环境下,任务之间不可避免地会发生相互干扰,因此,在经典的多任务调度模型中,多任务函数由切换函数和中断函数两部分组成,等待工件会中断主要工件的加工,从而使得主要工件的加工时间包括三部分,即主要工件的剩余加工时间、转换时间以及所有等待工件中断的加工时间。本文首次考虑了由多任务切换所产生的积极作用,在经典的多任务函数中,通过引入依赖于工件及其打扰位置的可变效率提升因子,从而建立了新的统一调度新模型,当且仅当效率提升因子全部为1时,则回归到经典多任务调度模型。同时,本文还提出了一个更具一般性的依赖于工件自身及其实际加工位置的DeJong恶化效应时间函数模型,它不仅克服了加工时间随着位置的无限后移而趋于无穷大的弊端,还可以通过改变因子M的取值,将其视为学习效应函数模型。随后,考虑到额外配置资源会对实际加工时间产生影响,故本文在多任务调度新模型中,进一步结合两种不同的资源配置模型,进而产生了两类更加贴合实际生产环境的多任务调度模型,这也是本文的一大创新点。除此之外,考虑到企业在实现快速响应市场需求的同时,还必须保证其产品或服务质量,为此,基于准时制生产背景,本文还研究了具有松弛交货时间窗的多任务调度问题。全文研究内容由浅入深、层层递进。首先,通过对效率提升效应进行分析与量化,建立带有效率提升效应的多任务调度模型。基于新模型,针对三个经典调度问题展开研究,即极小化制造期、极小化总完工时间和极小化完工时间差的绝对值之和,并给出了相应的多项式时间算法。其次,在新模型的基础上,分别讨论了具有恶化效应、资源分配以及松弛交货时间窗的多个单机调度问题,且均被证明是时间复杂度为O(n ~3)的多项式可解问题。特别地,当任意效率提升因子都相同时且不为1时,可进一步优化带有松弛交货时间窗的调度算法复杂度,使其时间复杂度将至O(nlo g n)。最后,基于带有效率提升效应的多任务调度模型,本文综合性地研究了同时具有恶化效应、资源分配的松弛交货时间窗的多任务调度问题,分别在两种不同的资源配置模型中,讨论了总成本最小化问题,主要包括提前完工费用、延迟交付损失、设置松弛时间窗的开始时间和窗口大小的机会成本以及总资源耗费成本,经过逐步分析与求解,得出了解决这两类模型的最优算法。最后,通过设计数据算例、利用LINGO工具,逐步演示了本文第五章中最具复杂性的两个算法步骤,从实践的角度验证了所提算法的有效性和可行性。