马千慧，梁晓磊，刘星雨，张孟镝，黄 凯

武汉科技大学 汽车与交通工程学院，武汉 430065

柔性作业车间调度问题（flexible job-shop scheduling problem，FJSP）包含工序排序和机器选择两个子问题，是典型的NP-hard问题，也一直是国内外学者研究的热点。目前对FJSP的研究主要集中在考虑加工时间且以最小化最大完工时间为目标[1-3]，求解方法也多以智能优化算法为主，如遗传算法[4]、狼群算法[5]、混合遗传杂草算法[6]等。大多数研究中考虑了工件在机器上的加工过程，却忽略了工件的搬运过程。而现代制造业正向智能化方向升级，工件在机器之间的装卸件大多通过自动导引小车（automatic guided vehicle，AGV）进行搬运，AGV在加工设备和运输资源的集成调度及协同优化中发挥的作用成为智能制造系统高效运作的重要支撑，因此考虑AGV调度与FJSP问题的结合有重要的实用价值。

目前对于AGV参与下的FJSP的研究主要集中在机器分配、工序调度、AGV调度分配、AGV路径选择等四个方面，如杨立熙等[7]、张国辉等[8]考虑了工序间的运输时间，但没有考虑运输设备的调度；贺长征等[9]、Zheng等[10]考虑了机器和AGV的集成调度，但都以单目标优化为主，对AGV数量和调度目标两者之间的关系分析不足；在多目标优化问题上，有学者考虑以车间总能量消耗最小和最大完工时间最小为目标[11]、以最小化综合能耗成本和完工时间为目标[12]、以最大完工时间最小和AGV利用率最大为目标[13]构建模型，但较少考虑AGV因素下的优化指标。AGV作为运输设备和约束条件，在加工过程中将其作为调度目标的考虑因素是必要的。……