再制造是中国制造业发展的重要方向,设备维护是影响生产制造的重要影响因素,将生产调度和设备维护集成优化可以有效指导调度计划的实施,有利于提高再制造企业的生产效率。本论文以再制造为研究背景,置换流水车间调度问题为研究对象,考虑了再制造中加工时间的不确定性,探讨设备维护时间线性恶化的生产调度与设备维护集成优化问题,旨在合理制定调度和预防性维护计划。本文采用三角模糊数表示加工时间,以最小化最大完工时间为目标,建立数学规划模型。在研究过程中,考虑维护时长的恶化,假设设备维护时长是与设备连续运作时长相关的线性增长函数,分析发现线性函数在不同常数项的情况下,最优的预防性维护时间点也有不同,对于这一发现提出并证明了相关的性质和定理,为设备预防性维护策略提供了依据和参考。根据上述研究基础,以遗传算法为框架,设计了改进的智能优化算法。首先,将上述所提出的预防性维护策略作为启发式规则,设计了编码方案;然后,采用顺序交叉操作、逆序变异操作和精英保留策略等进化方法;最后,对每一代最优个体执行禁忌搜索,提出自适应选择邻域空间的规则,以此提升改进算法的局部搜索能力。为了验证本文数学模型和改进算法的有效性,本文进行了多组仿真实验,实验将分别采用随机规则、启发式规则生成的初始解进行对比,将本文改进算法与其他算法在不同规模的算例中最优解进行对比,对比结果证明了本文提出的启发式规则对提高初始解质量的优越性,本文算法相对其他算法的优势,最终表明了本文的算法和模型可以为再制造企业的生产调度决策者的调度计划和预防性维护计划的实施提供决策支持。