روند صعودی مصرف انرژی در جهان چالش‌های پیچیده‌ای را به همراه دارد. این روند صعودی منجر به اتمام ذخایر محدود منابع انرژی شده و انتشار گازهای گلخانه‌ای را در جو زمین افزایش می‌دهد. صنایع تولیدی بخش قابل توجهی از کل انرژی موجود در جهان را مصرف می‌کنند. بنابراین همزمان در نظر گرفتن زمانبندی تولید و مدیریت مصرف انرژی، تولیدکنندگان را قادر می‌سازد تا فرصت‌ها یا استراتژی‌هایی را برای بهبود بهره‌وری انرژی بدون ایجاد بی‌ثباتی در فعالیت‌های تولید شناسایی کنند، در نتیجه انتشار گازهای گلخانه‌ای را کاهش داده و هزینه‌های عملیاتی خود را به حداقل برسانند. زمانبندی عملیات مشترک یکی از مسائل زمانبندی است که به یافتن چیدمان بهینه از عملیات مورد نیاز مجموعه‌ای از کارها می‌پردازد. در این مسئله هر کار شامل چند جزء است و کار زمانی آماده تحویل می‌گردد که تمامی اجزا آن پس از پردازش یک یا چند عملیات، تکمیل شده باشند. همچنین پردازش هر عملیات ممکن است در تکمیل چند کار مؤثر باشد. در این پژوهش، مسئله زمانبندی عملیات مشترک در محیط ماشین‌های موازی یکسان با در نظر گرفتن مصرف انرژی مورد بررسی قرار می‌گیرد. با توجه به مکانیزم استفاده شده برای مدیریت مصرف انرژی و نوع توابع هدف، مسئله در سه حالت مورد مطالعه قرار می‌گیرد. در حالت اول، مسئله با هدف حداقل نمودن همزمان مجموع زمان‌های دیرکرد و مجموع انرژی مصرفی بررسی می‌شود. در این حالت، انرژی مصرفی با لحاظ نمودن استراتژی مقیاس- سرعت مدنظر قرار می‌گیرد. در حالت دوم، کمینه نمودن همزمان مجموع زمان‌های تکمیل و مجموع انرژی مصرفی به عنوان اهداف مسئله در نظر گرفته می‌شوند و انرژی مصرفی بر اساس استراتژی مقیاس - سرعت بررسی می‌گردد. حداقل نمودن همزمان مجموع زمان‌های تکمیل و مجموع هزینه انرژی مصرفی، اهداف در نظر گرفته شده برای مسئله در حالت سوم هستند. در این حالت، مصرف انرژی بر اساس استراتژی مقیاس - سرعت بررسی می‌گردد و از قیمت‌گذاری مبتنی بر زمان استفاده برای محاسبه هزینه انرژی مصرف شده، استفاده می‌شود. هر یک از حالت‌های مسئله به صورت برنامه‌ریزی خطی عدد صحیح آمیخته مدلسازی می‌شود و با حل یک مثال کوچک تشریح می‌گردد. با توجه به پیچیدگی مسائل مطرح شده، برای حل نمونه‌های تصادفی مقیاس متوسط و بزرگ در هر حالت از مسئله، الگوریتم‌های فراابتکاری چندهدفه توسعه داده می‌شوند. کارایی الگوریتم‌های پیشنهادی توسعه داده شده برای هر حالت از مسئله با حل نمونه‌های تصادفی و مقایسه نتایج به دست آمده برای شاخص‌های ارزیابی الگوریتم‌های چندهدفه، ارزیابی می‌شوند. بر اساس نتایج به دست آمده، در حالت اول مسئله الگوریتم ژنتیک رتبه‌بندی نامغلوب جواب‌های نامغلوب بیشتر و متنوع‌تری را ارائه داده است درحالی‌که، از لحاظ همگرایی راه‌حل‌های جبهه پارتو، نسخه دوم الگوریتم ژنتیک مرتب‌سازی نامغلوب عملکرد بهتری را از خود نشان داده است. برای حالت دوم مسئله، نسخه دوم الگوریتم ژنتیک مرتب‌سازی نامغلوب ترکیب شده با بهینه‌سازی ازدحام ذرات در مقایسه با نسخه دوم الگوریتم ژنتیک مرتب‌سازی نامغلوب عملکرد بهتری را در تمامی معیارهای ارزیابی از خود نشان داده و توانسته است راه‌حل‌های نامغلوب همگراتر و متنوع‌تری را ارائه دهد. در حالت سوم مسئله، الگوریتم کلونی زنبور مصنوعی چندهدفه جواب‌های نامغلوب بیشتر و با تنوع بهتری را ارائه داده است درحالی‌که، از لحاظ همگرایی راه‌حل‌های جبهه پارتو، نسخه دوم الگوریتم ژنتیک مرتب‌سازی نامغلوب عملکرد بهتری را از خود نشان داده است. در نهایت برای هر کدام از حالت‌های مسئله، اثرگذاری برخی از پارامترهای مسئله بر روی مقادیر اهداف در نظر گرفته شده مورد تجزیه و تحلیل قرار می‌گیرد.
