传统车间调度问题仅仅考虑工件的分配问题。而柔性车间调度问题在传统车间调度问题上做了一定的延伸,它更接近实际生产过程的原因是由于其在传统车间调度问题中加入了对加工机器的选择。因此对其的研究既具有理论意义,也有实际运用价值。本文对基于多目标的柔性车间调度问题进行研究,采用粒子群优化算法作为求解问题的主要方法。首先,对车间调度问题的研究背景和研究现状进行了分析。介绍了粒子群算法的相关理论和研究进程,重点对粒子群算法的基本思想、数学模型、算法流程和改进策略等方面进行了深入的研究,分析了标准粒子群算法的优缺点。针对其不足,给出了一种引入“淘汰”机制的改进粒子群算法。为本文采用改进的粒子群优化算法去解决柔性车间调度问题奠定了坚实的理论基础。然后,对多目标的柔性车间调度问题具有较多的优化指标,本文从中选择了最大完工时间最小化、最小费用和单机器最大负荷三项指标,并分析了选择的优化指标之间的关系。分别使用了改进的粒子群算法和标准的粒子群算法在Matlab上进行仿真实验,得到的实验结果表明,改进的粒子群算法在非劣解的数量、三个优化决策指标的质量以及解的收敛速度三个方面均高于标准的粒子群算法。最后,基于本文所给出的求解柔性作业车间调度问题的方法,设计了一个基于J2EE的SSM框架的B/S架构的柔性作业车间调度系统,并将改进的粒子群算法运用到该系统中,具体实现了加工机器、加工工件、加工工序、加工批次基础数据的管理和以完工时间为目标的调度实现及结果的展示等功能。