景志强，王兆辉，高 琦

(山东大学 机械工程学院 CAD/CAM研究所，济南 250061)

0 引言

生产调度是影响制造业的重要因素，调度方法的研究与实施，对于企业提高生产效率、降低生产成本、节约能耗以及提高顾客满意度方面都起到了十分重要的作用。柔性作业车间调度(Flexible job scheduling problem，FJSP)是对传统作业车间调度问题的扩展，其中工件的某工序允许在多台机器中的某几台机器上加工，更加贴近实际。因而，柔性制造系统在当前的机械加工行业使用十分广泛。FJSP不仅需要确定工序加工的顺序，还要为每个工序分配机器，是一个复杂的NP-hard问题。

针对多目标优化问题，很多学者进行了研究。牛琳、刘燚[1-2]采用模拟退火算法融合遗传算法对调度领域进行了研究，获取优化调度策略。金敏[3]则是将遗传算法与粒子群算法相结合，提出了一种遗传算法和粒子群优化的多子群分层混合算法。张静[4]提出Baldwinian学习和模拟退火技术相结合的多目标局部搜索策略。张超勇[5]设计了一种改进的非支配排序遗传算法，改善原本算法在精英选择策略上的不足。鞠海华等[6-8]都是基于NSGA-II算法来对多目标调度问题进行求解。

从上述研究可以看出，单一算法由于搜索机制和进化方式，都会有各自的不足，因而采用混合算法求解将会改善寻优过程。目前的研究多为使用NSGA-II算法来求解，虽然其在多目标优化问题上体现了良好的求解能力，但在保持种群的多样性方面仍存在不足，为改善求解结果，引入模拟退火算法来执行选择过程，为子代提供更多的随机个体，增强整个算法的全局搜索能力。……