首先，在优化模型和求解方法的宏观层面，首次对数学规划模型和排序模型的特点，以及两类模型对应的主要求解方法进行深入分析，指出采用排序模型和智能优化算法求解复杂调度问题的合理性和必要性。

然后，针对PMSP_AMPS，建立排序模型并提出一种混合离散教与学优化算法 (HDTLBO)进行求解。这是首次运用基于TLBO的算法求解PMSP_AMPS。在HDTLBO中，设计不同的排序操作，以此替换标准教与学算法的个体更新操作，使其能直接在问题的离散解空间中执行搜索，从而在保留TLBO更新机理的前提下提高了算法的全局搜索效率；构造基于Interchange和Insert邻域操作的变邻域局部搜索，对全局搜索得到的优质区域执行较为细致的搜索，使算法在全局和局部搜索之间达到较好平衡，从而增强了算法的整体搜索能力。

此外，通过计算复杂度分析，得出HDTLBO整体计算复杂度的最高次项为问题输入规模n和种群大小popsize的平方，具有较低复杂度的结论。最后，通过不同测试问题上的仿真实验和算法比较，验证了HDTLBO是求解PMSP_AMPS的有效算法。

现有的智能调度算法，大多基于在连续优化领域取得成功应用的智能优化算法，并在其中加入编码规则来实现解连续空间到问题离散空间的映射，从而可求解相关调度问题。这一方式本质上是否有效，尚无人进行探讨和分析。

本文所提HDTLBO在保留标准TLBO进化框架基础上，直接设计各种排序操作来替换原算法的核心操作，取得了更好的搜索性能。这对其他智能调度算法的离散化设计具有一定的借鉴意义，也可促进对智能调度算法为何有效的本质原因的理解。