生产调度问题属于组合优化问题。将优化方法的理论研究引入到车间生产调度领域中,改进算法性能、拓宽算法应用领域、完善算法体系,是一个同时具有理论意义和应用价值的课题,具有重要的意义。粒子群算法一直是智能体算法领域中的研究热点。本文在标准的粒子群算法的基础上,提出了一种改进的粒子群算法。新算法主要在两个方面对标准的粒子群算法做出了改进:引入均匀设计的思想,保证种群粒子的分布均匀,使粒子在解空间中均匀的分布,然后在进化过程中对每一代的种群运行清除算法来保持粒子的多样性,基于Clearing机制的小生境进化能有效的探索解空间的各个区域,避免了陷入局部最优。这些改进措施对避免算法出现早熟、提高算法的收敛速度和全局搜索能力有重要意义。应用标准测试集中的测试用例和实际调度中的问题对改进后的算法进行了测试,仿真程序表明,该算法能以较快速度完成给定范围的搜索和全局优化任务。同时,针对制造企业的实际情况,本文设计了一种新的适用于实际车间调度问题的种群初始化方法-均匀初始化粒子种群,相对于标准粒子群算法随机划分初始种群的缺点,本文提出的划分方法使种群具有了更高的多样性。针对某工厂的实际问题,运用上述技术,本文设计并实现了一个车间调度知识库系统平台,并将改进后的算法嵌入至系统平台中,运用改进后的算法,针对实际问题进行求解,得到的结果是可行的和有效的。