近年来,随着中国制造业的蓬勃发展,如何有效提升企业竞争力已经成为制造企业亟待解决的问题。作为制造行业重要优化手段之一,柔性作业车间调度问题(FJSP)研究受到了广泛关注并取得了一定成果。然而当今制造业向大规模制造趋势发展,柔性作业车间调度问题规模成倍增加,已有研究成果在解决大规模柔性作业车间调度问题(LSFJSP)时存在优化速度慢,优化效果差等问题。为解决大规模柔性作业车间调度优化时存在的问题,本文对已有分布式进化算法框架进行改进,提出基于贝叶斯分组的维度分布式进化算法框架,并进一步结合种群分布式进化算法思想,提出一种种群-维度混合分布进化框架。本文主要工作如下:1LSFJSP问题建模。为使用分布式进化算法求解LSFJSP,本文首先以最小化最大完工时间和总能耗为目标对大规模柔性作业车间调度优化进行问题描述和建模。2基于种群分布式进化算法的LSFJSP方法研究。在对已有种群分布式进化算法框架研究现状分析的基础上,提出基于种群分布式进化算法的LSFJSP方法研究并对方法有效性进行实验验证。实验结果显示,采用种群分布式进化算法框架解决LSFJSP具有较好的优化加速效果。3基于维度分布式进化算法的LSFJSP方法研究。为解决LSFJSP维度高,解空间复杂等问题,本文进一步采用“分治”思想,将LSFJSP分割为若干小规模问题进行求解。针对当前已有分割方法多基于随机思想,不适用于变量间存在耦合关系的实际优化问题的现状,本文提出一种基于贝叶斯网络的分组方法用于LSFJSP维度分割。首先通过学习已有解方案个体获得表示变量间耦合关系的贝叶斯网络,然后根据得到的贝叶斯网络对问题进行维度分割。同时本文针对参考向量选择提出一种基于Metroplois准则的参考向量选择方法。最后通过实验对基于贝叶斯网络的分组方法的优越性和基于贝叶斯分组的维度分布式进化算法架构的通用性和有效性进行验证。4基于混合分布式进化算法的LSFJSP方法研究。本文在基于贝叶斯网络的维度分布式进化算法框架基础上,结合种群分布式进化算法思想,提出一种基于贝叶斯网络分组的混合分布式进化算法框架应用于LSFJSP研究。并通过实验验证了混合分布式进化算法框架的优越性和通用性。