柔性车间调度问题一类较为复杂的NP-hard问题。随着客户需求向多样化方向的演变以及市场竞争的日趋激烈,越来越多的企业开始进行柔性生产。因此,柔性调度问题的研究,对于企业提高生产效率、降低生产成本等具有重要意义。本研究以工艺规划和调度集成为基础,对一类具有工艺路径柔性和机器柔性的柔性调度问题展开了研究。首先,为了解决当工艺柔性复杂度较高时,现有描述方法存在的规模过大和组合爆炸等问题,提出了一种新的四元组数学描述方法,较好的描述了具有机器柔性的工艺路径柔性的工件。其次,结合多加工路线柔性车间调度问题的特点,设计了基于蚁群算法的集成型调度优化算法。在不构造析取图的前提下,利用四元组数学描述方法以及子路径相关概念,实现了调度方案的生成算法,解决了传统方法中析取图规模过大带来的问题;基于最终调度结果受到调度节点访问顺序和调度节点选择的双重影响的事实,采用并改进了其他学者节点信息素的概念,重新设计了信息素更新策略;为了防止算法陷入停滞状态,引入了停机步长概念,提出了自适应的信息素挥发策略,使信息素挥发系数可以根据最优解的进化情况而变化。此外还使用了全局最优解保留策略。然后,设计了对比实验。选择四个规模不同调度实验对所提出的算法进行了测试,并对一个实验的调度结果进行了最优解收敛性分析。实验表明:本研究所提出的基于蚁群算法的多加工路线柔性调度算法对于不同规模的调度问题具有较好的优化性能。最后对全文进行了总结,为未来的研究方向进行了展望。