随着经济发展以及市场的不断扩大,企业的生产规模必须不断扩大,并且为了满足消费者的需求,产品的生产复杂度也日益增加,因此调度问题应运而生。作为生产链条中的关键问题,合理的调度方案可以使生产作业更为高效,达到节约成本,提升市场竞争力的目的。柔性作业车间调度问题在实际应用中广泛存在,由于该问题计算复杂度高,难以获得令人满意的调度方案,因此,吸引众多学者从事该问题的研究,试图寻找更为有效的方法来解决柔性作业车间调度问题,这也使得该问题成为近年来的研究热点。由于柔性作业车间调度问题的高度复杂性,传统的规划方法难以获得令人满意的调度方案,因此,研究者们将基于启发式的进化计算方法用来解决柔性作业车间调度问题。群体智能算法作为进化计算的一个分支,通过社会学习获得智能,其优化过程不依赖于待解决问题的数学模型,因此受到广泛关注,为解决复杂的柔性车间调度问题提供了新的研究思路和方向。本文采用粒子群算法解决柔性作业车间调度问题,主要研究内容如下:分析了柔性作业车间调度问题的现状,根据柔性作业车间调度问题的特点和评价指标确定目标函数,构建多目标柔性作业车间调度问题的数学模型。提出了基于混合策略协同的多目标粒子群算法求解复杂柔性作业车间调度问题。该方法将多种策略协同,利用多种群策略提高算法的全局搜索能力,采用动态聚类策略保持种群的多样性,降低算法陷入局部最优的概率。将该算法用于求解复杂柔性作业车间调度问题,结果表明算法具有较好的优化性能,能够得到合理的调度方案。为均衡柔性作业车间调度问题中各目标之间的关系,提出了基于局部协同多种群的多目标粒子群算法。该算法利用局部协同策略将种群划分为多个子种群,子种群根据非支配排序和差分变异的方法来选择领导粒子,在扩展种群搜索范围的同时均衡各个目标。本文利用所提出算法求解复杂柔性作业车间调度问题,结果表明,该算法能够有效解决复杂的柔性车间调度问题。