董 海，范英建

(沈阳大学a.应用技术学院；b.机械工程学院，沈阳 110044)

0 引言

如今在云制造的大背景下，制造企业通常采用分布式柔性作业车间进行生产[1-2]，分布式柔性作业车间相比于其他作业车间，其更贴近于企业的绿色制造模式，实现经济与环境的高度平衡。

分布式作业车间调度问题(distributed job-shop scheduling problem，DJSP)是典型的NP-hard问题。合理的调度方案能有效减少资源消耗和环境污染，因此DJSP问题也成为国内外学者广泛研究的热点问题。目前，对于求解DJSP问题，精确算法已经不适应大规模通用性问题，近似算法中的智能算法因其求解效率高、求解速度快而被广泛应用[3]。吴锐等[4]提出一种改进人工蜂群算法，设计了多种有效的进化操作算子，并引入基于关键路径的局部搜索算子。吴秀丽等[5]同时优化模型的总成本和提前/延期惩罚，提出改进的差分进化算法，设计了两种变异机制以及两种交叉方式。郭晨等[6]提出了一种混合差分搜索及变邻域搜索的分布估计算法，提出基于概率模型的相似系数和两种变异算子，并且设计了5种变邻域结构。孟磊磊等[7]提出一种混合蛙跳算法解决DFJSP，引入变邻域搜索算法提升蛙跳算法的局部搜索能力。CHAOUCH等[8]建立一种新的工厂作业动态分配规则，提出一种结合局部搜索的混合蚁群算法解决DJSP。XIE等[9]提出一种多目标人工蜂群算法，构造混合整数规划模型，使其完工时间和总能耗两目标达到平衡。MAHMOODJANLOO等[10]设计了一种自适应差分进化算法，提出2个基于位置和序列的决策变量MILP模型。……