改革开放以来,为了满足国内基础设施建设和人民生活的需求,再加上全球经济一体化程度不断加深和国际竞争日益严重,产品更新迭代的速度越来越快,我国的制造业处于持续高速发展。近年来,随着“工业4.0”和“中国制造2025”的提出,多样化、多品种,小批量的生产方式受到很多企业的重视。这种离散的生产方式必须提高企业的车间调度的能力,来提高企业生产效益。本文从两个方向分析车间调度优化问题:第一,考虑车间调度负载均衡的问题,描述并建立数学模型;第二,设计一种改进型鲸鱼优化算法用以求解车间排列组合问题。首先,在实际生产中,调度过程是柔性的即每个工件包含一道或多道工序,每道工序可以在多个机器上加工。考虑工件加工选择机器需要合理分配加工任务,兼顾均衡设备负载,并实现提高整体运作效率。本文提出并构建了一种柔性作业车间调度负载均衡的数学模型。通过计算每台机器负载均方差来反应当前机器的负载情况,负载均方差越小,即该机器负荷越小,越应优先分配加工任务。其次,为了提高鲸鱼算法WOA的性能,提出了一种基于自适应双种群策略的鲸鱼优化算法(DPWOA)。DPWOA从两个随机初始化的种群后就在不相互干扰的情况下独立进行主-辅种群进化。主种群旨在求解问题最优解,辅种群(储备种群)旨在为主种群提供多样性。通过实验验证了改进算法的有效性,增强了WOA算法的收敛速度和精度。最后,本文提出了面向车间调度的DPWOA算法和遗传算法的混合优化算法DPWOAGA。该改进算法为了弥补WOA先天无法求解排列组合的问题,将鲸鱼个体的矢量位置编码转换为可以调度的染色体的编码形式。在车间调度的三组算例中,实验证明DPWOAGA算法可以找到更为小的最大完工时间,以及最均衡的机器负载。进一步验证所提算法是一种高效、可行的混合的智能算法。