Abstract Optimizing the use of resources plays an important role in today’s modern manufacturing and service organizations. Scheduling, involving setup times and costs, leads to better allocation of resources over time to perform a collection of required tasks. This compilation dissertation examines how the learning effect of workers and a combination of setup activities can be used to optimize resource utilization in manufacturing systems and maintenance services. The learning effect is a technique that can model improvement in worker’s ability as a result of repeating similar tasks. By considering the learning effect, setup times will be reduced, and a schedule can be determined to place jobs that share similar tools and fixtures next to each other. The purpose is to schedule a set of jobs in a hybrid flow shop environment while minimizing two criteria that represent the manufacturers’ and consumers’ concerns: namely maximum completion time (makespan) and total tardiness. Combining setup activities can also reduce setup times and costs. In the maintenance of systems consisting of multiple components, costs can be saved when several components are jointly maintained. By using this technique, a schedule can be determined to minimize the total cost of maintenance and renewal projects for various components and their relevant setup activities. Mathematical programming models that incorporate these aspects of the problem are developed in this research and the performance of the proposed models are tested on a set of problem instances. The results of this work show that the proposed techniques perform well in reducing setup times and costs and eliminate the need for setups through scheduling. This work proposes several exact, heuristic, and meta-heuristic methods to solve the developed models and compare their efficiency. This study contributes to the theoretical discussion of multi-criteria production and maintenance scheduling. For practitioners, this dissertation work provides optimization techniques and tools through scheduling that can help keep costs down and allow companies to operate according to time and budget constraints. / Tiivistelmä Resurssien käytön optimoinnilla on tärkeä rooli nykypäivän tuotanto- ja palveluympäristöissä. Joukko tehtäviä voidaan toteuttaa resurssitehokkaammin niille varatussa ajassa huomioimalla aikataulutuksessa asetusajat ja –kustannukset. Tämä kokoomaväitöskirja tarkastelee, kuinka työntekijöiden oppimisefektin mallinnus ja asetustoimien yhdistäminen tukevat resurssien optimointia tuotantojärjestelmissä ja kunnossapitopalveluissa. Oppimisefekti on tekniikka, jolla voidaan mallintaa työntekijän osaamisen kehittymistä samankaltaisia työtehtäviä toistettaessa. Huomioimalla oppimisefekti asetusaikoja voidaan pienentää, ja töille luoda aikataulu jossa samankaltaiset työkalut ja laitteet ovat lähellä toisiaan. Osana väitöskirjaa esitetään työerän aikataulutus tietyssä yksittäistuotantoympäristössä minimoiden kahta kriteeriä: valmistajan tavoite kokonaisläpimenoaika ja asiakkaan tavoite yksittäisten töiden aikataulussa valmistuminen. Toinen väitöskirjassa esitetty tekniikka asetusaikojen ja –kustannusten pienentämiseen on asetustöiden yhdistely. Useista komponenteista koostuvassa systeemissä kustannussäästöjä voidaan saavuttaa huoltamalla useita komponentteja yhtä aikaa. Tämän yhdistelyn avulla voidaan luoda aikataulu, joka minimoi useiden komponenttien ylläpidon, uusimisen, ja asetuskustannusten kokonaiskustannuksen. Työssä mallinnetaan näitä tekniikoita matemaattisen ohjelmoinnin keinoin, ja luotuja malleja testataan joukolla esimerkkiongelmia. Väitöskirjan tulokset osoittavat, että ehdotetuilla tekniikoilla voidaan vähentää asetusaikoja ja –kustannuksia, tai poistaa asetustöistä aiheutuvia kustannuksia kokonaan. Siinä esitetään useita eksakteja, heuristisia ja metaheuristisia menetelmiä kehitettyjen mallien ratkaisuun ja niiden suorituskyvyn vertailuun. Työn tulokset edistävät tieteellistä keskustelua monikriteeriskeduloinnin alalla, erityisesti liittyen tuotanto- ja kunnossapitosysteemeihin. Käytännön toimijoille väitöskirja tarjoaa optimointitekniikoita- ja työkaluja aikataulutukseen ja sen kautta taloudellisissa ja ajallisissa rajoitteissa toiminnan mahdollistamiseen.