随着客户需求逐渐向个性化和多样化的转变,市场对企业生产效率的要求越来越高,其中提高制造物流的作业效率是提高企业生产效率的重要方面。柔性作业车间调度问题(Flexible Job-shop Scheduling Problem,FJSP)的研究可以为提高制造物流的作业效率做出贡献,包括提高物流响应速度和降低成本。本文将以禁忌搜索和邻域结构的分析为基础,对FJSP问题展开研究。首先,为了直观地描述FJSP问题的解,本文将用解图描述FJSP问题的解,同时创新性地提出了反向解图的概念,解图和解图对应的反向解图之间存在对称性关系,这为后续邻域结构的对称性分析提供了必要的理论基础。其次,基于邻域结构的对称性特点,本文提出一种通用邻域结构——GNS(Generic Neighborhood Structure)。将该邻域结构与已有主要的6种作业车间调度问题(Job-shop Scheduling Problem,JSP)邻域结构和2种FJSP问题邻域结构进行对比分析。通过数学证明推导出GNS包含6种JSP问题邻域结构,在特定情况下包含2种FJSP问题邻域结构,因此,在绝大多数情况下,GNS能将以上邻域结构统一,从而使不同邻域结构之间更具关联性,同时,与邻域结构相关的证明也会更加容易理解。然后,本文将GNS应用到禁忌搜索算法中,基于此算法设计了对比实验。选择3组不同规模的benchmark问题进行测试。实验结果表明:本文提出的基于的GNS禁忌搜索算法在求解不同规模的benchmark问题时具有较快的效率,能产生较好质量的解,印证了GNS的有效性。最后,对文章进行了总结,对未来的研究方向做出了展望。