随着经济全球化和经济一体化的高速发展,市场竞争日趋激烈并呈现出明显的国际化趋势,我国制造业正同时面临着巨大的挑战和机遇。我国制造业要想更好地继续发展下去,则必须打破传统的固有生产模式,积极地进行转型和升级。在制造业转型升级的过程中,越来越多的企业逐渐认识到分布式柔性生产这种多车间相互协作生产模式的重要性。由于分散在各地车间的技术水平、物料资源以及设备性能的差异性,现有的生产调度机制很难产生理想的效果。因此,本文提出一种改进混合蛙跳算法,来优化分布式柔性生产调度。混合蛙跳算法作为一种新型的仿生物学智能优化算法,具有控制参数少、计算速度快、全局寻优能力强以及易于实现等特点,已被广泛应用于求解各类组合优化问题。本文在深入研究混合蛙跳算法寻优机理的基础上,针对算法存在的缺陷,提出了一种改进混合蛙跳算法,并将其应用于求解分布式柔性作业车间调度问题。本文所取得的研究成果主要有如下几点:(1)针对经典混合蛙跳算法中初始种群分布不均的问题,提出采用拉丁超立方体抽样方法构造初始种群,使得青蛙更加均匀地分布在可行域中,从而为提高全局搜索能力奠定了良好的基础。(2)在局部搜索中引入自适应移动因子改变移动步长,从而提高算法的收敛速度和搜索精度。针对局部搜索中仅对各子种群中最差青蛙个体进行更新操作的情况,设计了对子种群内每只青蛙进行更新操作,使得所有青蛙都变得更优,从而扩大了搜索范围并提高了搜索精度。通过在搜索精度和收敛速度方面进行仿真对比实验,验证了改进算法的有效性。(3)在深入分析分布式柔性作业车间调度问题的基础上建立了相应的数学模型,并将改进蛙跳算法应用到所建立的问题模型中。设计编码与解码机制,并在局部搜索最优解的过程中采用了关键柔性加工单元转移工件操作和自身优化操作。通过进行仿真对比实验,结果表明改进蛙跳算法在求解该问题时具有良好的优化性能。