作业车间调度问题是许多实际生产调度问题的抽象模型，是典型的NP-hard问题，其研究具有重要的理论意义和研究价值。车间调度问题具有求解难度高的特点，目前最先进算法仍很难求解小规模问题的最优解。
1.单机调度问题
2.并行机调度问题
K个机器并行机加工调度问题
每个工件只有一个工序，可以在任意机器上进行加工。之间没有约束。机器之间并行运行
3.开放式调度问题(Open-Shop)
有N个工件可以在K个工作站中加工，这K个工作站中，每个工作站都有M台相同的机器，N个工件可以在这K个工作站中随便选，最后决定最大完成时间。
4.传统作业车间调度问题(Job-Shop)
n个工件在m台机器上加工，每个工件工艺序列可以不同，各工件的工序之间存在次序约束，加工时间给定。只有工序选择没有机器选择，每个工序的机器固定。
柔性作业车间调度（Flexible -Job Shop）
每个工序可以在不同的机器上加工,机器是可以选择的，并且每台机器加工时间不同。
FJSP问题描述：有 n 个工件需要在 m 台机 器上进行加工，每个工件有 Oij ( Oij ≥ 1) 个工序，每道工序可供选择的机器数 Oijk ( Oijk ≥ 1) ，同一工序在不同机器上的加工时间不同。柔性作业车间要结局以下两个问题，机器选择：确定各工序的加工机器；工序排列：确定各工序在机器上的加工顺序。
5.经典流水车间调度问题(F1ow-Shop)
流水车间调度问题通常可以描述为个工件要在m台机器上加工，每个工件有m道工序，每道工序都要在不同的机器上加工，所有工件的加工顺序都相同，问题的目标：确定每台机器上工件的加工顺序及开工时间，使得特定的性能指标最优。
流水车间每个工件按照先后顺序在机器上一次加工，机器对于每个工序的加工时间是固定的，但是工序可以选择机器的运行速度V来调整加速。
柔性流水车间问题（flexible flow-shop problem, FFP）
在流程工业普遍存在，它包含多个加工阶段，每个阶段由多台并行机构成。
混合流水车间flow shop
分为k个阶段，每个阶段有m台机器，每个阶段有N个工件，每个工件在该阶段都只有一个工序，混合流水车间的任务就是把每个阶段的工件顺序安排好，使得最大完工时间最短。
置换流水线调度问题(Permutation Flow-Shop)
置换流水车间是每个工件有M个工序，工序数为机器数，每个工件依次在M1-MM个机器上加工，构成一个序列Bi，有N个工件，则置换流水车间就是决定（B1，…，BN）的顺序来使得makespan（最大完工时间）最小。
置换流水车间调度问题（PFSP）是对流水车间调度问题的进一步约束，即约定每台机器上所有工件的加工顺序相同，其解空间的规模为n!,远远小于流水车间调度问题的规模（n!）^m。
置换流水车间是只有一条流水线，在一条流水线上运作。经典流水生产车间由多条流水生产线组成，多条产品依次通过这些生产线。置换流水车间具有多工序串行加工的特点，而装配流水车间支持并行加工、统一装配。
分布式置换流水车间
分布式置换流水线调度问题(distributed permutation flow shop schedulingproblem,DPFSP)是对传统置换流水线调度问题(permutation flow shop scheduling problem,PFSP)的延展,即每个工厂都是一个置换流水车间.特点：同一工厂的各个机器上的加工时间相同，每个工件的加工顺序也相同。
DPFSP以最小化最大完工时间(makespan)和最小化总流经时间(totalflowtimetime,TF)为优化目标,但不符合准时生产要求.在实际生产过程中，生产企业因某些因素延迟交货时常发生,导致产生成本提高,客户满意度下降.因此总延迟时间(totaltardiness,TT)最小化逐步成为一个重要的评价指标.它既涉及工件的快速加工处理,又考虑工件工期按时完工。
分布式调度VS集中式调度问题
分布式调度是更加现代化的方式，工件在不同的工厂中并行加工。上述的调度模型都可以有分布式的拓展模型。考虑N个工件在F个工厂中并行调度。
例如分布式柔性作业车间调度，有的考虑工件之间的运输时间，有的不考虑工序在工厂之间的运输，只允许一个工件的所有工序在一个车间内加工。问题描述：n个工件J={J1，J2，...，Jn}被分配到q个位于不同位置的加工厂F={F1，F2，...，Fq}加工，如图1所示．其中每一个加工厂都是一个柔性作业车间，且配备一系列加工机器M={M1，M2，...，Mq}，每个工件Ji须要完成ui道加工工序．Oi,j表示工件i的第j道工序，可以加工Oi,j的机器组成Oi,j的可选机器集Mi,j．每个工序Oi,j在可选机器集Mi,j中选择一台机器进行加工．
分布式柔性作业车间
动态调度VS静态调度
在静态调度问题中，所有待安排加工的工件均处于待加工状态，进行一次调度后，各工件的加工顺序都被确定，在以后的加工过程中就不再改变。在静态调度问题中，所有工件的到达时间均为零时刻，通常采用最大完工时间Cmax最小作为优化目标。
在实际生产中必然存在种种不确定或随机的事件，如新订单到达、原材料延迟到达、机器故障等，使得事先确定的调度方案不能正常执行，这就需要重新安排调度，这类问题就是动态调度问题。在实际动态生产环境中工件是依次进入待加工状态，工件的到达时间是不可预期的和不相同的。由于工件只能在到达时间之后开始加工，动态调度中最大完工时间经常由最新加入工件的到达时间支配。因此，一般采用工件的平均流经时间F作为优化目标。
