یکی از مفروضات اولیه در بیشتر تحقیقات مرتبط با زمانبندی این است که ماشین ها به طور پیوسته در طول افق برنامه ریزی در دسترس می باشند در حالیکه در واقعیت به دلایلی همچون خرابی ماشین آلات، انجام فعالیت های نگهداری و تعمیرات، و تعطیلات، ماشین ها از دسترس خارج می شوند. همچنین در مسائل زمانبندی کلاسیک، زمان پردازش یک کار در طول افق برنامه ریزی، ثابت فرض می شود اما در بسیاری از شرایط واقعی به علت پدیده یادگیری، ممکن است زمان پردازش یک کار کاهش یابد. در این پایان نامه، مسأله زمانبندی کارگاه گردش کاری با اثر یادگیری و محدودیت دسترسی ماشین ها مورد بررسی و مطالعه قرار گرفته است. کمینه سازی مجموع زمان در جریان ساخت، مجموع جریمه های دیرکرد و زودکرد، و مجموع هزینه های دیرکرد و هزینه های نگهداری و تعمیرات، به صورت مجزا به عنوان توابع هدف در نظر گرفته شده است. در بیشتر مواقع محققین جهت ساده سازی مسأله کارگاه گردش کاری، جواب های جایگشتی آن را به دست می آورند اما در این پایان نامه برای دستیابی به جواب های با کیفیت بالاتر، حالت غیرجایگشتی این مسأله درنظر گرفته شده است. چهار مدل مختلف برنامه ریزی عدد صحیح ترکیبی به منظور مدل سازی این مسائل پیشنهاد گردیده است. جهت اعتبارسنجی این مدل ها از نرم افزار gams استفاده شده است. به دلیل پیچیدگی بالای این مسائل برای به دست آوردن جواب های نزدیک به بهینه، دو روش ابتکاری، یک الگوریتم شبیه سازی تبرید و یک الگوریتم تلفیقی مبتنی بر الگوریتم شبیه سازی تبرید و الگوریتم کرم شب تاب ارائه شده است. برای به دست آوردن جواب های بهتر و پایدارتر، پارامترهای الگوریتم های ارائه شده با استفاده از روش تاگوچی تنظیم شده است. نتایج محاسباتی، عملکرد و کارایی روش های حل پیشنهادی و برتری الگوریتم شبیه سازی تبرید و الگوریتم تلفیقی را نسبت به روش های حل ابتکاری و نرم افزار gams تایید کرده است.