带约束的开放车间调度问题是开放车间调度问题的变体,此类问题在各个领域应用广泛而且更接近现实场景。其中,因机器间的距离而导致工件加工时间需额外增加转运的运输时间是最常见的约束,即带运输时间的开放车间调度问题。当问题的解空间巨大且约束条件复杂时,对最优解的求解相当困难。当前,以遗传算法为代表的传统算法对运输时间编码困难而且对交叉算子的利用效率较低,往往只能得到质量不佳的局部最优解。近几年,强化学习因其独特的训练方式及强大的决策能力在组合优化领域得到广泛应用。本文结合强化学习对遗传算法做出改进以解决带运输时间的开放车间调度问题。主要研究工作如下:针对遗传算法对运输时间编码困难以及对交叉算子利用效率低的问题,本文提出了一种结合强化学习的遗传算法改进算法（GARL）。算法首先以工序为核心对问题进行抽象,并以工序与机器、工件之间的归属信息、工序的加工信息、工序间的偏序信息等信息构建抽象图。再以序列化为基础,用门控循环单元处理工序间的偏序关系并得到问题的隐表示。此外,算法使用演员-评论家强化学习模型优化遗传算法中的交叉操作,包括扩充交叉算子的类型和数量、使用演员网络选择算子执行交叉操作以及将较优子代完工时间的负值作为评判动作的标准。算法在取消变异操作的基础上整体按照遗传算法流程执行,以最小化问题的完工时间为目标进行优化。最终,GARL算法在求解质量、收敛性能以及迭代性能上得到了更好的效果。为进一步优化算法,本文提出了基于种群特征提取的GARL优化算法（GARLP）。种群在遗传算法中能直接表示当前解决方案的优劣也能间接表示算法继续优化的潜力。为增加状态信息维度,本文从种群的数量、空间及遗传特性角度构建了完工时间均值、完工时间差的均值、斑块规模等种群特征。为鼓励算法考虑种群整体信息,本文根据种群特征设计了种群回报,结合子代个体的回报对回报建模进行了改良。经过实验对比,算法的收敛性能得到有效提升,通过延长算法的收敛轮次提升了算法对于优化目标的探索能力。