随着我国制造业自动化程度的加深,车间的调度和控制模式从传统的简单型单一化逐渐发展到如今的多样化和柔性化,这种新的生产模式更能够适应复杂多变的生产环境和各式各样的生产需求。本文主要研究的是较为复杂的柔性作业车间中的静态调度和动态调度问题,柔性作业车间调度问题中的每道工序可以在多台设备中进行选择,每台设备上加工的工件顺序也随着工序选择的不同而异。在实际生产中多目标优化的调度问题也更加符合企业生产需求,具有较强的实际意义。动态调度问题是在静态调度问题的研究基础上,对干扰初始调度方案的扰动情况进行分析,然后需要采用合适的动态调度方案去解决。论文的主要研究内容如下:第一章首先介绍了论文的研究背景和意义,然后分析了国内外柔性作业车间调度问题的研究概况,总结了蚁群算法和分布估计算法在柔性作业车间调度应用的研究现状,最后介绍了论文的主要研究内容和组织结构。第二章介绍了柔性作业车间调度问题描述和解决方法,并对多目标优化理论进行了概述,阐述了多目标下柔性作业车间调度问题的研究方法和相关性能指标。第三章对蚁群算法和分布估计算法特点进行了描述,并提出了一种分布估计—蚁群混合算法。其中在分布估计算法中采用基于种群的增量学习概率模型产生新种群,并对蚁群算法中信息素更新机制进行了优化,最后给出了分布估计—蚁群混合算法的具体步骤和流程。第四章首先建立了多目标柔性作业车间调度问题数学模型,通过加权法建立了综合的目标函数,然后针对柔性作业车间调度问题的特点对分布估计—蚁群混合算法进行了详细说明,最后通过仿真实验分析,并和其他算法对比验证了分布估计—蚁群混合算法的有效性。第五章分析了柔性作业车间动态调度问题,介绍了相关动态调度策略,设计了一种基于分布估计—蚁群混合算法与滚动窗口重调度相结合的动态调度策略,并对紧急工件插入和机器故障两种情况下的扰动进行了具体实验验证与分析。第六章对全文的研究内容进行了总结,并对研究方向进行了展望。