车间生产调度是企业管理的关键和核心技术,其主要任务是合理分配现有的人力和物力资源,以满足经济上或性能上的目标。本文对橡胶硫化车间的调度问题进行了系统研究,对实际问题进行分析、建模,并提出算法对其进行优化。其目的是从理论和实践寻找解决制造业生产调度实际问题的有效途径,为有关技术的进一步完善、发展和开发提供一定的理论基础和实践方法。本文的主要工作归纳如下:(1)介绍了生产调度问题的分类、研究现状和优化调度问题的主要目标;分析了调度问题的特点及研究生产调度问题的理论。在此基础上,分析橡胶硫化车间的生产特点,建立了有组批和无组批两种情况下的调度模型。在建立有组批情况下的模型时,提出一种基于订单划分计算组批数量的方法,这种方法在编码、解码以及算法优化过程中更容易实现。(2)在全面总结研究原始微粒群算法的基础上,提出一种基于多种群协同进化策略的离散微粒群优化算法(简称CDPSO算法)。该算法在编码上采用离散化基于任务的整数编码思想,引入部分匹配交叉策略和步长可变的逆序变异策略,并设计了捕食者种群、被捕食者种群和获利者种群之间的协同进化关系。(3)依据硫化车间的生产实际,建立了静态和动态调度模型,设计模型的编码、解码方式和非法粒子的判断算法;用CDPSO算法进行静态和动态调度优化,并与GA、PSO和IPSO算法进行仿真比较,结果证实,CDPSO算法比其它算法的调度效果更好。(4)研究了多目标优化问题,建立基于最短完工时间,最少换模成本和最小机器空闲率为优化目标的调度模型,用CDPSO算法进行调度优化,结果证实,CDPSO算法在优化多目标静态调度问题时是十分有效的。