具有路由缓冲区的客车制造车间(Routing Buffer Bus Manufacturing Shop,RBBMS)排产优化问题是柔性流水车间排产优化问题(flexible flow-shop scheduling problem,FFSP)的一种扩展,其较常规的有限缓冲区排产优化问题更加复杂,客车作为大体积在制品,受到车间资源的限制,缓冲区容量是有限的,当缓冲区中客车数达到容量限制时,会出现生产阻塞的现象,在客车制造车间中,还存在一种具有路由特征的有限缓冲区,路由缓冲区由多条并行车道和车道间的平移车所构成,进入该缓冲区中的客车可以在并行车道上前向移动,也可以通过平移车在车道间平行移动,具有网络路由的特征。同时,由于加工工艺的要求客车在该缓冲区的下一道工序存在改机操作,如果工位上连续加工的客车改机因素不同,则会在加工时间之外增加一个改机时间,进而增加了客车的总生产时间。通过调控客车在路由缓冲区内的移动过程,使得改机因素相同的客车临近加工,减少改机操作次数,进而降低改机操作在生产过程中的影响,因此,求解这类具有路由缓冲区的柔性流水车间排产优化问题时,不仅要考虑有限缓冲区约束带来的生产阻塞的影响,还要考虑客车在路由缓冲区当中的路由移动过程对于最终优化结果和生产效率的影响,是一类更加复杂的NP-hard问题。目前,该问题广泛存在于钢铁生产、车辆制造、半导体封装等行业的生产企业中,已经引起越来越多的关注,随着客户对产品需求日趋多样化和个性化,导致生产线上产品类型增多,生产节拍的难以控制,增加生产过程的不确定性,生产任务需求产能与企业生产线提供产能匹配更加困难,从而增加生产管控的难度,探索其更有效的求解方法,能够降低生产阻塞,提高制造企业的生产效率。为解决具有路由缓冲区的柔性流水车间排产优化问题,首先,建立具有路由缓冲区的客车制造车间排产优化问题模型,并针对客车制造车间改机操作的特点,建立了基于总改机代价的路由缓冲区深度搜索移动规则,指导客车在路由缓冲区的移动过程,在此基础上进一步提出了一种基于SPF算法的路由缓冲区局部快速寻优方法,并结合全局优化算法,来解决这类具有路由缓冲区的排产优化问题。全局优化算法采用改进的鲸鱼算法,该算法是在标准的鲸鱼算法基础上加入了 Levy飞行和反向学习策略两处改进,分别扩展了种群的多样性和寻优范围,提高了鲸鱼算法跳出局部极值的能力,增强了该算法的寻优性能。本文主要研究内容如下:(1)建立具有路由缓冲区的客车制造车间排产优化问题模型在经典的有限缓冲区车间数学规划模型基础上加入路由缓冲区约束的模型元素,建立具有路由缓冲区约束的数学关系模型,研究基于最小化最大完工时间、总改机时间、局部寻优时间以及全局寻优时间为优化目标的评价指标体系,并进一步对具有路由缓冲区的柔性流水车间排产过程进行分析。(2)针对客车制造车间改机操作的特点,建立了基于总改机代价的路由缓中区深度优先搜索移动规则,指导客车在路由缓冲区的移动过程。(3)全局优化算法采用改进的鲸鱼算法(Improved Whale Optimization Algorithm,IWOA),该算法是在标准的鲸鱼算法基础上加入了 Levy飞行和反向学习策略两处改进,分别扩展了种群的多样性和寻优范围,提高了鲸鱼算法跳出局部极值的能力,增强了该算法的寻优性能。(4)为了更快速的确定客车在路由缓冲区中最优移动路线,提出了一种基于SPF算法的路由缓冲区局部快速寻优方法。以车位间的改机代价为SPF算法的权值,能够快速寻找到缓冲区中客车每种移动路径情况的最小改机代价,得到客车在路由缓冲区中最优的移动方案,降低计算复杂度,减少局部寻优时间,进而减少全局寻优时间,并通过结合全局优化算法,来更有效地解决这类排产优化问题。最后通过多组实例仿真测试,验证基于SPF算法的路由缓冲区局部寻优方法与基于改进鲸鱼算法的全局优化算法结合的优化方案对于解决具有路由缓中区排产优化问题的有效性。