张正敏，管在林，岳 磊

(1.华中科技大学 机械科学与工程学院，湖北 武汉 430074；2.广州大学 机械与电气工程学院，广东 广州 510006)

柔性作业车间调度问题(flexible job-shop scheduling problem, FJSP)是目前制造业中常见的简化生产模型，FJSP问题已被证明为NP难问题[1]，计算复杂度及时间开销随着问题规模的增大呈指数增长，故使用精确算法较难快速解决问题。相比之下，元启发式算法基于其简单的算法结构与高效的迭代机制，被广泛用于各类生产组合优化问题。常用的元启发式算法包括遗传算法(GA)、模拟退火算法(SA)、人工蜂群算法(ABC)、禁忌搜索算法(TS)等，不同的算法在鲁棒性、全局/局部搜索能力等特征上具有不同的表现，因此不少学者将不同元启发式算法进行混合，形成各类混合式启发算法，以期望提高其综合搜索能力。由于综合了各自算法的搜索优点，部分混合算法在调度问题上取得了较好的结果。Karimi等[2]提出了一种新的混合模拟退火的帝国主义竞争算法求解考虑运输时间的柔性作业车间调度问题。Jolai[3]提出了一种新的混合启发式算法，用于求解具有顺序相关的安装时间的无等待柔性流水车间调度问题。赵诗奎[4]针对柔性作业车间调度问题，以最小化最大完成时间为求解目标，提出了一种混合双层邻域搜索和遗传算法的混合算法。Wang等[5]提出了一种混合人工蜂群算法求解模糊柔性作业车间调度问题并证明了算法的高效性。

遗传算法(GA)框架稳定，全局优化能力强，故不少学者使用GA进行求解组合优化问题。……