生产调度是制造系统的一个研究热点,是整个先进生产制造系统实现管理技术、运筹技术、优化技术、自动化与计算机技术发展的核心。有效的调度方法和优化技术的研究与应用,是实现先进制造和提高生产效率的基础和关键。而算法研究是生产调度问题的一个重要研究内容。近几年各种智能计算方法逐渐被引入到调度问题中,如遗传算法、模拟退火算法等。针对车间作业调度这一NP问题,论文首先对车间作业调度问题的特点、研究内容、评价指标及发展状况进行了系统的阐述,总结了以前关于调度问题的各种求解方法;其次,在系统阐述了粒子群算法的基本思想、基本原理、基本流程及性能的基础上,提出了粒子群算法的研究方向,并对模拟退火算法做了介绍;随后,针对Job-shop调度问题建立了求解该问题的数学模型,结合基于工序的编码方式,采用改进的位置更新策略,以最大完成时间为优化目标,构建了基于标准粒子群算法的车间作业调度问题的求解方法,并通过对Job-shop标杆问题的调度验证了算法的收敛性及有效性;最后,鉴于标准的粒子群算法难以求解复杂车间作业调度问题,把Metropolis抽样准则融入到PSO算法中,将模拟退火算法与粒子群算法相结合,分别构建了三种融合模拟退火思想的混合粒子群算法,进一步对Job-shop标杆问题进行了调度,通过与其它算法的对比,验证了混合粒子群算法的有效性及优越性。