با توجه به اهمیت زمانبندی در اغلب کارخانجات تولیدی و شرکت های خدماتی به دلایلی مانند محدود بودن منابع دردسترس، افزایش تنوع درتقاضای مشتریان، زمانبندی منابع منجر به افزایش کارایی و بهره برداری از ظرفیت موجود و نهایتاً افزایش سوددهی سازمان در محیط به شدت رقابتی امروز می انجامد. بنابراین در سال های اخیر توجه محققین به تحقیق و مطالعه در حوزه ی مسائل زمانبندی افزایش چشمگیری یافته است. در همین راستا، در این پایان نامه به بررسی و توسعه ی مسأله ی زمانبندی جریان کارگاهی انعطاف پذیر با محدودیت زمان انتظار پرداخته می شود. این مسأله در بسیاری از محیط های صنعتی کاربرد و اهمیت به سزائی دارد. ابتدا این مسأله را با معیار عملکرد کمینه کردن حداکثر زمان تکمیل کارها و محدودیت زمان دردسترس بودن کارها، وجود ماشین های موازی مشابه در حداقل یک مرحله و زمان های راه اندازی وابسته به توالی توسعه داده و در قالب یک مدل ریاضی ارائه می گردد. مدل پیشنهاد شده از دسته مسائل برنامه ریزی غیرخطی به شمار می رود و به دلیل ماهیت پیچیده ی آن در زمره مسائل np-hard قرار می گیرد و حل این مسأله و رسیدن به جواب بهینه مستلزم صرف زمان بسیار زیادی می باشد و چه بسا در بسیاری از موارد غیرممکن است. بنابراین برای حل این مسأله، رویکردهای فراابتکاری الگوریتم شبیه سازی تبرید (sa) و رقابت استعماری (ica) بکار برده می شوند. سپس همین مسأله را با محدودیت زمان در دسترس بودن کارها در شروع افق برنامه ریزی، وجود ماشین های موازی غیرمرتبط در حداقل یک مرحله و احتمال پرش از مراحل توسعه داده می شود. سپس سه رویکرد فراابتکاری شامل الگوریتم جستجوگر شبیه سازی تبرید مبتنی بر جمعیت (pbsa)، الگوریتم رقابت استعماری (ica) و الگوریتم تکاملی بهینه سازی مبتنی بر جغرافیای حیاتی (bbo) برای یافتن جواب بهینه یا نزدیک به بهینه در این مسأله بکار می روند. سپس با ایجاد مسائل نمونه و حل آنها توسط رویکردهای پیشنهادی پس از تنظیم پارامتر، با مقایسه ی نتایج حاصل از آنها، عملکرد الگوریتم ها تحلیل و ارزیابی می شوند. همچنین در این پژوهش از آنجایی که در دنیای پیشرفته ی امروز تصمیم گیرنده تمایل دارد تا تصمیمات خود را بر اساس چندین معیار اتخاذ نماید، مدل ریاضی چندهدفه ای برای مسأله ی زمانبندی جریان کارگاهی مختلط با اهداف کمینه کردن حداکثر زمان تکمیل کارها و مجموع وزنی تأخیر کارها از موعد تحویل بعلاوه ی محدودیت های زمان انتظار، موعد تحویل کارها، وجود ماشین های موازی غیر مرتبط، زمان های راه اندازی وابسته به ماشین و توالی و احتمال پرش کارها از مرحل نیز ارائه و بررسی می گردد. سپس الگوریتم های فراابتکاری بهینه سازی چندهدفه انبوه ذرات (mopso) و رویکرد تکاملی پارتو قدرتمند (spea-ii) جهت حل مسأله بکار می روند. به دلیل حساسیت مقادیر پارامترها، ابزار آماری قدرتمندی بنام روش سطح پاسخ پارامترهای هر دو الگوریتم را در ابعاد کوچک و بزرگ مسأله تنظیم می کند. سپس برای ارزیابی عملکرد الگوریتم های ارائه شده، مجموعه ای از مسائل نمونه ایجاد و توسط الگوریتم ها حل می شوند. نتایج محاسباتی نشان می دهند که الگوریتم mopso کارایی بیشتری برای یافتن جواب های پارتو با کیفیت بالا دارد.