杨 帆，方成刚，洪荣晶，吴伟伟

(1.南京工业大学 机械与动力工程学院，江苏 南京 211800；2.扬州大学 机械工程学院，江苏 扬州 225000)

调度是指在合理的时间内将有限的资源进行分配，以满足一个或多个优化目标的过程。车间调度是整个先进生产制造系统的核心，其中作业车间调度问题(JSP)作为生产过程中的关键模块是典型的调度问题之一[1-2]。在作业车间中，加工系统中有m个功能各不相同的机床、n个加工路线不同的工件，各工件的每道工序按照其工艺路线对应1台机器进行加工。柔性作业车间调度问题(FJSP)与JSP相比,每道工序可选择不同机床进行加工，已被证实是复杂的NP-Hard问题[3]。

柔性作业车间调度作为智能制造的核心技术，对其深入研究具有重大的理论意义和实际价值。目前对于FJSP的研究集中在各种智能算法，例如遗传算法、粒子群算法、模拟退火算法等。王雷等[4]应用遗传算法解决了一种考虑AGV运输时间的柔性作业车间调度问题。陈明等[5]将粒子群算法应用在一个多目标柔性作业车间调度模型并成功得到一组 Pareto 解集。黄海松等[6]提出了一种基于改进模拟退火算法的调度策略。

遗传算法(GA)相比其他算法具有鲁棒性强、搜索能力强等特点，在FJSP这类大规模收敛问题中得到了广泛应用。但FJSP问题是典型的NP-Hard问题，在使用传统遗传算法对其求解时，往往不能得到满意的结果，并且FJSP包括机器选择和工序排序两个子问题。在进行遗传操作时，目前需要对其分别进行操作，这使得在编写算法时工作量较大。……