本文针对批处理加工生产过程中不同类型调度问题的复杂性和不确定性，建立了确定性和不确定性调度系统的数学模型，并结合遗传算法优化求解，通过仿真实验证明了算法的有效性。主要研究内容为： (1)对批处理问题进行建模，建立了混合整数线性规划模型；对得到的模型运用遗传算法求解。在此基础上讨论不同优化目标的调度问题。包括以生产完工时间最短为优化目标和以提前拖期时间最小为调度目标的调度问题，对两种问题采用不同的方法计算染色体的目标函数值。最后，通过仿真实验说明了算法的有效性。 (2)研究了处理时间不确定条件下的单阶段多产品批处理过程的调度。这里使用三角模糊数来描述处理时间的不确定，并基于模糊理论建立了加工时间不确定和顺序相关建立时间不确定的调度模型。采用“中间值最大隶属度”算法将模糊的优化问题转换为普通的优化问题，然后结合遗传算法进行优化求解，最后的仿真结果表明了所建模型及算法的有效性。 (3)分别研究了需求量确定和不确定时的批处理过程调度。首先运用动态优化方法，将需求量确定的问题转化为典型的动态优化模型：最短路问题。然后用离散概率分布来描述需求量不确定的情况，把优化问题归结为求解利润期望值的最大值。在对问题的讨论中，找到了一种在任何时间节点都可适用的算法，按此算法，只要在每一个时间节点，需求量发生变化后，对生产做出适当的调整，就可以得到最优的生产调度方案。