随着制造车间自动化和智能化技术的蓬勃发展,企业如何实现高效、低成本、低能耗小批量生产,满足客户多样化需求,已成为企业的核心竞争力和立身之本。而柔性作业车间调度优化问题始终是车间调度领域的热点,它是实现制造类企业高效生产的关键因素。本文对柔性作业车间调度问题进行了深入研究,利用高效的优化算法来解决工单的最优调度问题。本文的主要研究内容阐述如下:1.研究了以完工时间为优化目标的柔性作业车间调度问题。对遗传算法进行了全面改进,主要包括使用多种策略初始化种群、引入阈值策略对算法结构进行动态调整、设计灾变操作和大变异策略相结合的扰动机制,使得该算法在搜索能力、搜索效率及算法稳定性方面均有了较大改善。并通过基准案例的测试,证明了该算法相对于其它启发式算法有着明显的优势。2.建立了以完工时间、生产成本、能量消耗为优化目标的柔性作业车间节能调度模型,并在模型中添加运输时间的约束。对此提出一种融合了延迟加工及开关机策略的改进人工蜂群算法,通过扩展后的Brandimarte案例以及Kacem案例的测试,结果表明该算法能够获得更好的Pareto前沿,且通过实际工程案例的应用再次证明了该算法的有效性。3.研究了考虑运输时间的单目标模糊柔性作业车间调度问题。针对模糊调度的高复杂性,对前文全面改进的遗传算法又进行了针对性修改,如重新设计初始化操作以及交叉操作,引入路径重链技术以增强其局部搜索能力;并通过5个经典案例的对比实验证明了该算法的有效性。4.研究了多目标模糊柔性作业车间节能调度问题。对前文的改进人工蜂群算法进行了局部调整,包括引入基于可能度的个体Pareto支配关系及设计新型拥挤距离用于快速非支配排序中,利用加权模糊目标函数筛选参与局部搜索的个体;案例测试结果表明该改进蜂群算法能更有效解决多目标模糊柔性作业车间调度优化问题。5.建立了多目标柔性作业车间动态调度问题模型。首先介绍了动态调度问题的相关优化方法;其次,分析了车间常见的动态事件以及针对动态事件的重调度策略;最后,利用实际案例作为测试基准,以滚动窗口技术为基础,采用前文的改进人工蜂群算法,以完工时间、能源消耗及生产成本为优化目标,对工件插件、撤件、机器故障等常见的动态调度问题进行优化,结果表明了本文重调度策略的有效性。