伴随着信息技术的发展,铁路物流行业的规模也在日益壮大,对货运火车的数量和质量都有了新的需求。如何将到达使用期限的货车快速检修完毕并继续投入使用显得尤为重要,那么对检修车间进行合理的调度是一项非常有必要的举措。车间调度问题是一个典型的NP-hard(Non-Deterministic Polynomial-hard)问题,近年来,众多专家学者们对车间调度问题的研究取得了丰富的理论成果,但是不同的车间有着不同的问题描述与目标,所以经典车间调度问题的模型很难运用到具体的实际车间调度中。本文通过对某车辆段检修车间进行深入调研、分析和研究后,概括出了货车的检修调度模型,在此基础上提出了一种改进的混合粒子群算法来求解模型。在该算法中,针对粒子在寻优的过程中易陷入局部最优,导致收敛精度低这一问题作为改进的出发点,使用了一种名为更新因子的变量,该变量有极小的概率能够随机更新当前所有粒子的位置。考虑到增加该变量后可能会出现收敛速度变慢的情况,本文则去掉了粒子的速度项,使得粒子群更新公式由原来的二阶微分方程变为了一阶微分方程,减少了算法的计算量。另外,为了加快粒子的搜索速度,提出一种新的惯性权重选取策略。同时,本文引入了候鸟优化算法和迭代贪婪算法,将改进后的粒子群算法与候鸟优化算法以及迭代贪婪算法相结合,取长补短,协同完成优化任务。本文通过仿真实验将实验结果与其他算法的实验结果进行了对比,验证了本文提出的改进的混合粒子群算法的有效性。并且将本文提出的算法应用到某车辆段检修调度中,对概括出的模型进行求解,获得最佳调度方案。最后本文设计了一套针对某车辆段检修车间的调度系统,有效的解决了该车辆段在检修调度中存在的问题,提升了该车辆段信息化管理水平。