در این مقاله مساله زمان بندی تولید به هنگام در یک ماشین پردازنده انباشته مورد بررسی قرار می گیرد. ماشین های پردازنده انباشته قادرند به طور هم زمان بیش از یک کار را پردازش کنند و کاربردهای فراوانی در صنایع تولید نیمه هادی دارند. در راستای تامین اهداف تولید به هنگام، معیار عملکرد در نظر گرفته شده، کمینه کردن توام هزینه زودهنگامی و دیرهنگامی کارهاست که یک معیار مورد پسند برای تولیدکننده و مشتری است. با توجه به NP-hard بودن مساله مفروض، هدف یافتن جواب نزدیک به بهینه برای مساله در اندازه های صنعتی با استفاده از الگوریتم های فراابتکاری است. دو الگوریتم برای مساله ارایه می شود. الگوریتم نخست، الگوریتم ژنتیک ترکیبی و الگوریتم دوم مبتنی بر الگوریتم جستجوی تطبیقی تصادفی حریصانه است. در هر دو الگوریتم از یک الگوریتم برنامه ریزی پویا برای زمان بندی انباشته ها استفاده می شود. نتایج آزمایشات محاسباتی نشان دهنده کارایی الگوریتم های پیشنهادی برای مسایل با ابعاد بزرگ است به نحوی که متوسط خطای الگوریتم ژنتیک ترکیبی برابر 82/6% و این مقدار برای الگوریتم جستجوی تطبیقی تصادفی حریصانه برابر 64/11% است. همچنین کارایی الگوریتم های پیشنهادی برای مسایل با کارهای با اندازه کوچک قابل توجه تر از مسایل با کارهای دارای اندازه بزرگ است.