面对市场变化和需求逐渐个性化的时代,多品种、小批量的生产方式逐渐成为主流的生产方式。对于多品种、小批量的生产方式,批量调度是以批量为原则,在满足生产要求的前提下,将要加工的工件划分为多个子批次,以提高设备利用率,降低生产成本,提高生产效率,降低生产成本,缩短生产周期。要加工的零件数量、批处理模式和加工顺序将增加生产管理的复杂性。因此,研究批量调度问题,寻找合适的批量调度方案,对于提高设备利用率、缩短生产周期、降低生产成本具有重要意义。本文在总结和分析了国内外并行机分批调度研究现状的基础上,从企业非等同并行机完工时间差异大、制造成本高的实际问题出发,以最小化最大完工时间和设备完工时间平衡率为组合优化目标,建立了多目标优化的数学模型。非等同并行机分批调度问题可细化分为两级问题,一是确定待加工工件的最佳分批方案,二是确定各设备上子批个最佳生产排序,因此本文设计了混合离散粒子群算法作为非等同并行机分批调度问题的求解方法。为了实现全局优化使所得最优解更趋近于真实最优解,采用集中优化策略,同时优化分批策略与子批排序问题,各级算法均采用同一目标函数作为判别可行解优良的标准。在编码时,为了更好实现信息的集中,采用多维编码方式,并利用映射原理对粒子进行解码。混合离散粒子群算法在继承了离散粒子群算法较强的全局搜索能力外,也糅合了模拟退火算法的局部搜索能力,对最优解进行局部搜索,使其拥有可以跳出局部最优解的能力。最后,通过算例分析与遗传进化差分算法和灰狼差分进化算法进行对比,验证了混合离散粒子群算法的可行性,表明本文所设计的混合离散粒子群算法在求解非等同并行机分批调度问题时的有效性与稳定性。并对长春大陆汽车电子(长春)有限公司SMT贴片线分批调度问题实例进行了优化。研究结果对实际车间调度具有有效的工程应用价值。