El problema de planificación y programación integrada de procesos de tipo 2, como un problema NP-duro, requiere abordar tanto la planificación de procesos como la programación de taller, y generar horarios óptimos mientras se planifican rutas de mecanizado óptimas para las piezas de trabajo. Para el problema de planificación y programación integrada de procesos de tipo 2, se desarrolla un modelo matemático con los objetivos de minimización de makespan, carga total de máquinas y carga crítica de máquinas. Se diseña un algoritmo de optimización de mayfly multiobjetivo con descomposición y búsqueda de vecindario adaptativa para resolver este problema. El algoritmo utiliza dos formas de codificación, un esquema de transformación diseñado para permitir que los dos códigos cambien entre sí durante la evolución, y una estrategia de inicialización de población híbrida diseñada para mejorar la calidad de la solución inicial teniendo en cuenta la diversidad. Además, se diseña un ciclo de búsqueda de vecindario adaptativo basado en la distancia promedio del conjunto óptimo de Pareto al punto ideal para mejorar la capacidad de búsqueda de mérito del algoritmo manteniendo la diversidad de la población. El esquema de codificación y decodificación propuesto puede transformar de manera más efectiva el algoritmo de optimización continua para aplicarlo al problema de optimización combinatoria. Finalmente, se verifica experimentalmente que el algoritmo propuesto logra mejores resultados experimentales y puede tratar efectivamente con MOIPPS de tipo 2.