车间调度是计算机集成制造系统(CIMS)中的一个重要组成部分,它对企业生产管理与控制有着重要的影响。车间调度问题是组合优化问题,属于NP问题。近几年各种智能计算方法逐渐被引入到求解车间调度问题中,如遗传算法、禁忌搜索算法等。微粒群算法是继蚁群算法提出之后的又一种新的智能进化计算技术,已经引起了控制界、计算机界等学者的广泛关注。在这种情况下,本文对应用于车间调度问题的微粒群算法进行了研究和探索。首先,从工程应用角度讨论了求解经典车间调度问题的标准微粒群算法的设计。采用基于工序的编码方式和基于工序交换的速度-位置更新策略,将标准的微粒群算法应用到经典的车间调度问题中,并仿真实验验证基于这种编码方式的微粒群算法解决经典的车间调度问题的有效性。其次,针对传统的微粒群算法求解车间调度问题收敛速度慢、容易陷入局部最优等缺点,讨论了广义粒子群优化算法和粒子群-禁忌搜索交替算法两种混合算法。为增强新算法的全局搜索能力,采用基于先后表的编码方案,并在微粒群算法的不同阶段分别嵌入基于关键工序的领域交换的禁忌搜索模块,并通过仿真实验验证所提出的两种混合算法在求解车间调度问题上的可行性和高效性。最后,针对柔性作业车间调度问题比经典的车间调度问题更接近于实际生产环境的情况,讨论了求解柔性作业车间调度问题的微粒群算法的设计。为使粒子能够及早地跳出局部最优,加快粒子向全局最优点的收敛速度,在算法中引入变异操作,并通过仿真实验验证该算法解决柔性作业车间调度问题的有效性。