از زمانیکه مفهوم تولید به موقع در مسائل زمانبندی راه یافت، توجه به موعد تحویل و کاهش دیر کرد در تولید و تولید زودهنگام در مسائل زمانبندی دوچندان شد. اغلب تحقیقات در زمینه مسائل جریان کارگاهی به دو دلیل توالی کارها روی هر ماشین را به صورت یکسان در نظر گرفتند اول به این دلیل که پیچیدگی محاسباتی به صورت چشمگیری کاهش می یافت و دوم اینکه اغلب تغییر توالی کارها از یک ماشین به ماشین بعدی کاربردی نبود.به همین دلیل ما مسأله جریان کارگاهی جایگشتی را مورد توجه قرار دادیم، باتوجه به اهمیت این مقوله در این پژوهش ابتدا به معرفی مسأله جریان کارگاهی جایگشتی با هدف مینیمم سازی همزمان دیر تولید و زود تولید می پردازیم. در این مسأله موعد تحویل برای هر کار بصورت مجزا و زمان بیکاری در ابتدای پردازش هر کار، مجاز درنظر گرفته شده است. مجاز بودن زمان بیکاری باتوجه به بی قاعده بودن تابع هدف می تواند تا حد زیادی به جلوگیری از افزایش تولید زودهنگام بینجامد.به دلیل تأثیرات عمیق این موضوع بر هزینه های مربوط به نگهداری موجودی، کالاهای فسادپذیر، هزینه های پرداختی به مشتریان بابت دیرکرد، از دست دادن مشتری و از این قبیل هزینه ها کاهش همزمان تولید زود هنگام و دیر کرد در تولید را در مسائل جریان کارگاهی جایگشتی مورد توجه قرار دادیم و برای نزدیکتر شدن جواب مسأله به جواب واقعی از پدید? اثر یادگیری که بصورت وابسته به مکان در نظر گرفته شده استفاده کردیم. این مسأله بدلیل ماهیت پیچیده آن در زمره مسائل np hard قرار می گیرد و حل این مسأله و رسیدن به جواب بهینه مستلزم صرف زمان بسیار زیادی است و چه بسا در بسیاری از موارد حل آن حتی در ابعاد متوسط غیر ممکن است. بنابراین برای حل این مسأله از رویکردهای فراابتکاری الگوریتم شبیه سازی تبرید (sa) و الگوریتم ژنتیک (ga) بهره می بریم سپس به ارائه الگوریتمی ترکیبی از این دو الگوریتم می پردازیم و از الگوریتم پیشنهادی لی و چویی (1993) که برای مسائل تک ماشینه ارایه شده بود برای بدست آوردن بهترین زمانبندی به عنوان تابع مطلوبیت الگوریتم استفاده کردیم . پس از ایجاد مسائل نمونه و حل آنها توسط رویکردهای پیشنهادی و تنظیم پارامترها ، با مقایسه نتایج ،حاصل عملکرد الگوریتم ها را تحلیل و ارزیابی می-کنیم . در نهایت الگوریتم ترکیبی برای یافتن جوابهای با کیفیت بالا کارایی بیشتری از خودشان میدهد.