【摘要】针对分布式制造环境下先加工后装配的两阶段生产模式，研究考虑机器加工/装配功率和空闲功率的分布式装配柔性作业车间绿色调度问题。以最大完工时间和总碳排放为优化目标，建立混合整数规划模型，并提出一种基于Q-learning的改进人工蜂群算法进行求解。首先，针对两阶段调度问题特点，设计了一种基于工序、工厂、机器和产品的四层编码策略。其次，提出了一种混合种群初始化方法来提高初始解的质量以及算法的收敛性能。接着设计了基于9种状态和8个动作的Q-learning算法及奖励函数，将Q-learning算法融入整个蜂群算法框架中，使其在雇佣蜂阶段自适应选择搜索方式。在观察蜂阶段，设计了四种基于关键工厂和工序的邻域结构，同时在侦查蜂阶段与精英个体进行交互来更新个体，提高了算法的局部搜索能力。最后设计拓展算例，并以不同的算法进行对比实验，证明了本文提出的基于Q-learning的改进人工蜂群算法求解分布式装配柔性作业车间绿色调度问题的有效性。