粒子群优化算法是基于群体智能理论的优化算法,该算法利用生物群体内个体的合作与竞争等复杂行为产生群体智能,并为优化问题提供高效的解决方法。本文首先介绍了基本的粒子群优化算法,归纳了其发展过程中的各种改进,并总结了粒子群优化算法的基本应用。其次,分析了基本粒子群优化算法的优化机理,忽略传统的速度-位移更新算子,提出了广义粒子群优化模型。接着,按照广义粒子群优化模型,构造出了适合作业车间调度问题求解的广义粒子群优化算法。在本算法中,利用遗传算法中的交叉操作作为粒子间的信息交换策略,利用遗传算法中的变异操作作为粒子的随机搜索策略,而粒子的局部搜索策略则采用禁忌搜索来实现。为了控制粒子的局部搜索以及向全局最优解的收敛,动态调整迭代过程中的交叉概率以及禁忌搜索的最大步长。基于标准测试问题的实验结果表明本算法可有效地解决作业车间调度问题。随后,在解决作业车间调度问题的基础上,将广义粒子群优化模型应用于更加复杂的柔性作业车间调度问题的求解。针对柔性作业车间调度问题的特点,设计适合问题本身的粒子编码方法以及禁忌搜索策略,按照广义粒子群优化模型,构造出解决柔性作业车间调度问题的广义粒子群优化算法。基于标准测试问题的实验结果表明本算法可以有效地解决柔性作业车间调度问题,这也进一步证明了广义粒子群优化模型的合理性。然后,按照本文算法开发了两个调度原型系统GPSO2JSP和GPSO2FJSP。其中,GPSO2JSP利用广义粒子群优化算法来解决作业车间调度问题,GPSO2FJSP利用广义粒子群优化算法来解决柔性作业车间调度问题。最后,对全文进行了总结,并对粒子群优化的研究方向进行了展望。