开放车间调度问题属于典型的NP-hard问题。目前的相关研究大多假设工序在机器上具有固定的加工时间。然而，在大多数现实生产场景中，机床的加工时间可以通过调节加工功率加以控制。同时优化完工时间和总能耗两个冲突目标对高效、节能的开放车间生产具有重要意义。为此，研究了可控加工时间的多目标开放车间调度问题（MOOSPCPT），以最小化完工时间和总额外能耗为目标构建了混合整数规划模型，并提出一种多目标混合进化算法（MOHEA）用于求解MOOSPCPT。在MOHEA中提出多个策略：1）改进生物地理学优化算法中的迁移策略和变异策略用于全局搜索，有效地提高了种群的多样性；2）基于关键路径设计一种自调整变邻域搜索策略，增强了算法的局部搜索能力；3）设计了一种加工时间重置算子，从而显著提升了算法的搜索效率。仿真实验结果表明：所提出的策略有效地提升了算法性能；相较于NSGA-Ⅱ（Non-dominated Sorting Genetic Algorithm Ⅱ）、NSGA-Ⅲ（Non-dominated Sorting Genetic Algorithm III）和SPEA2（Strength Pareto Evolutionary Algorithm 2），MOHEA能够更有效地解决MOOSPCPT。
