針對最大完工時間最小和總流經時間最小的雙目標流水車間調度問題，提出一種快速多目標混合進化算法。算法將矢量評價遺傳算法的采樣策略與一種新的基于Pareto支配與被支配關系的適應度函數的采樣策略進行了融合。新的采樣策略彌補了矢量評價遺傳算法（ VEGA）采樣策略的不足。VEGA善于搜索Pareto前沿面的邊緣區域，但卻忽略了Pareto前沿面的中心區域，而新的采樣策略則傾向于Pareto前沿面的中心區域。這兩種機制的融合保證了混合算法能夠快速平穩地向Pareto前沿區域收斂。此外，由于混合采樣策略不需要考慮距離，使得算法效率也得到了很大的提升。在對Taillard基準測試集進行的仿真實驗結果顯示，相對于非支配排序遺傳算法（NSCA-Ⅱ）和強度Pareto進化算法（SPEA2），該快速多目標混合進化算法在收斂性和分布性兩方面都有所提高，并且算法的效率也得到了改進。所提出的混合算法能夠更好地解決雙目標的流水車間調度問題。