柔性作业车间调度问题(fJSP)是传统的作业车间调度问题(JSP)的拓展,具有计算机复杂性、动态随机性、多约束性。智能化、自动化生产模式对于车间中的物料运输提出了更高要求,自动导引运输车(AGV)在柔性系统中的应用较好地减轻人工压力、缩短运输时间,提高生产效率。结合AGV的柔性调度建模与优化成为研究热点。本文首先对结合AGV的fJSP进行网络化建模。为解决结合AGV的fJSP,本文提出一种基于协同进化的混合型进化算法(ChEA),其目标是最大限度地缩短最大完工时间。fJSP编码和解码过程复杂,它被模拟为基于三阶段随机密钥的表示,在保证染色体合理性和解的可行性的基础上,可以防止算法陷入全局最优的僵局;针对大规模问题的复杂性,本文利用“分而治之”的思想,采用一种有效的基于集合的随机分组范式,将变量空间和解空间分解为小尺度的变量空间,实现协同进化优化;在比较了几种进化算法的性能之后,在全局搜索部分,采用基于高斯分布和局部最优个体的粒子群优化算法(PSO)作为进化算法;PSO算法在个体层次上实现了全局搜索以寻找更好的解,而局部搜索则是通过在析取图的关键路径上删除和插入节点来寻找局部最优解,与基于关键路径的移动一个操作的局部搜索相比,删除两个操作为插入关键操作创造了更多的空间。利用本文提出的ChEA分别对fJSP和含AGV的fJSP进行优化实验。实验结果表明,与最先进的算法相比,本算法擅长于寻找最优值,在平均表现、鲁棒性、稳定性方面,具有较强竞争力。