摘要：针对考虑工人技能水平差异和加工时间随机性的设备、工人双资源约束的柔性作业车间调度问题(Flexible job shop scheduling problem,FJSP),构建双资源约束的柔性作业车间鲁棒调度模型(Dual resource constraint flexible job shop robust scheduling problem,DRC-FJRSP)。将粒子群算法(Particle swarm optimization,pso)的学习机制引入差分算法(Differential evolution,de)的交叉部分,设计pso-de混合求解算法,实现问题的加速求解并有效避免搜索停滞的窘境。选取de算法、遗传算法(Genetic algorithm,GA)、pso算法作为对比算法进行仿真试验,试验结果显示,所提出的pso-de混合求解算法平均鲁棒性为5.331,在三个仿真算例调度makespan求解中表现最好。验证了DRC-FJRSP模型的合理性以及pso-de混合求解算法的鲁棒性。最后,以一个制造企业的FJSP为例进行求解,给出调度甘特图。研究解决了设备、工人资源不足给FJSP带来的加工冲突,降低了加工时间的随机扰动,优化了调度的makespan。