车间生产调度是企业实现高效管理和更多利润的有效途径,一直以来都是计算机集成制造系统以及管理科学的研究热点和难点。混合型生产过程兼有连续型和离散型生产方式的特点且是多目标优化问题,日益成为企业组织生产方式的主流。而粒子群优化算法因其计算简单、容易理解且需要调整参数较少等特点从而非常适合于求解多目标优化问题。　　 本文以混合型生产调度问题为研究对象,对其展开调度建模和求解方法的研究。在介绍混合型生产过程特点的基础上,分析其约束条件,综合考虑调度的多个目标函数,建立混合型生产调度问题的数学模型。因其具有多目标优化特点,因此针对多目标优化问题的复杂性,阐述该研究领域的相关概念,综述求解多目标优化问题的多种算法,重点讨论多种进化算法的优缺点,并展望其研究趋势。　　 据此本文研究了基于改进PSO的多目标优化调度问题。在研究粒子群优化算法及其在多目标优化领域的研究现状和技术难点的基础上,提出了一种求解多目标优化的改进PSO算法:采取外部种群策略保存最优解、基于拥挤距离选取全局最优值并根据支配关系更新个体极值、采用动态自适应惯性权重和自适应种群规模调整策略保持种群多样性。通过测试函数仿真验证了该算法有更快的收敛性、更广的分布性和更短的运算时间。最后运用改进PSO算法求解多目标铜卷加工生产调度问题,详细阐述了粒子编码、解码及排产的实现过程和方法,并通过实例验证分析了该调度方法的有效性。