在多样化的客户需求及日趋激烈的市场环境下,传统的大批量生产模式难以适应市场的竞争,多品种、小批量生产方式被越来越多的企业所采用。同时,作为国民经济的主体和支柱,制造业不但消耗了大量的资源,也直接或间接地产生了许多环境问题。车间调度和布局规划是影响制造过程生产效率和能源消耗的重要环节,因此,研究考虑能耗的车间调度与布局规划可帮助企业提高生产效率,促进节能减排。在以往的研究中,学者们往往以独立、串行的模式对车间调度与布局规划进行研究。由于未考虑两者的协同交互关系,可能会造成调度方案可行性不高、资源利用不均衡以及布局方案不合理等问题。基于此,车间调度与布局规划的集成优化是解决这一问题的有效途径。本文针对多品种、小批量的生产实际需求,在考虑多时间因素、能源消耗等变量的影响下,研究了柔性作业车间调度与多行布局集成优化问题,具有一定的理论意义和实际应用价值。首先,论文阐述了制造过程中的实际能耗构成,分析了车间调度与布局规划和能耗之间的相互作用关系。同时,对生产活动中的各种时间因素进行分析和梳理,探讨了工件的加工时间、运输时间以及工件的调整时间等时间因素对调度和布局方案的影响,并对考虑多时间因素的柔性作业车间绿色调度与多行布局集成优化问题进行了详细描述。根据柔性作业车间调度与多行布局之间相互制约、相互影响的特点,在综合考虑车间调度效率、布局合理性和能耗成本的情况下,构建了双层规划模型,其中,上层模型以完工时间和总能耗为目标解决柔性作业车间调度问题,下层模型以总物料搬运量为目标解决多行布局问题。其次,为求解多目标优化下的柔性作业车间调度与多行布局集成优化问题,论文提出了一种两阶段多目标贪婪混合算法(Two-Stage Multi-objective Greedy Hybrid Algorithm,TSMOGHA),通过同时优化工件加工顺序、工序设备分配以及设备位置分配,实现完工时间、物料搬运量以及能耗成本三个目标的协调优化。在该算法中,本文基于贪婪思想设计了一种插入式贪婪迭代解码方法,以最大限度地提高每个解的质量;同时,借鉴多父辈交叉方法的思想,提出了一种多父辈的IPOX和MPX交叉算子,以提高算法的寻优能力和稳定性。然后,根据提出的多目标双层规划模型,论文设计了应用算例,并应用TSMOGHA进行求解。为了验证模型和算法的有效性,本文以收敛性和分布性为评价指标,将设计的算法与NSGA-II算法和带有插入式贪婪迭代解码方法的NSGA-II算法进行比较和分析,结果表明本文设计的算法具有更好的性能。最后,对论文研究结论进行总结,在分析论文不足的基础上,给出了后续的研究方向。