车间调度有着很强的工程应用背景,是整个先进生产制造系统的核心内容和关键技术之一。有效的调度方法和优化技术,是实现先进制造和提高生产效益的基础和关键。车间调度问题是非常复杂的组合优化问题,已经被证明是NP-完全问题。对于NP-完全问题,精确方法还不能有效地求得问题的最优解,通常是应用改进型启发式算法在可接受的时间范围内求得问题的近优解。近几年新发展起来的量子进化算法,由于其特有的优化性能吸引了众多研究者对其进行改进和应用研究。在车间调度领域,量子进化算法的应用还处于起步阶段,还需要进一步拓展和深化。本文主要研究了混合量子进化算法在流水车间调度问题中的应用,主要研究工作如下:1.针对置换流水车间调度问题,提出了一种根据概率幅信息确定工件排列的简单方法;融合了遗传算法和量子进化算法的优点,提出了混合量子进化算法1;融合了差分进化策略、变邻域搜索和量子进化算法的优点,提出了混合量子进化算法2。实验结果表明,混合量子进化算法可以很好地求解该类问题。2.针对一般流水车间调度问题,提出了一种根据概率幅信息确定基于操作的工件排列的简单方法。根据一般流水车间调度问题的编解码特点,对求解该问题的混合量子进化算法的操作进行了改进,填补了量子进化算法在一般流水车间调度问题中的应用空白。实验结果表明,混合量子进化算法可以较好地求解该类问题。3.根据流程工业PVC车间实际生产工艺的特点,建立了实际混合流程车间调度问题模型,并应用混合量子进化算法1求解了该问题,讨论了初始生产条件对调度结果的影响。实验结果表明,混合量子进化算法1可以较好的求解该类问题。