当前,多目标调度成为车间调度的研究热点。粒子群优化算法是一种简单有效的仿生算法。多点并行搜索的特性,使粒子群优化算法也适用于多目标优化问题的求解。本文主要研究了三种基于粒子群优化的多目标车间调度算法。首先,阐述了多目标车间调度的三种求解方法,系统地介绍了粒子群优化算法,归纳了其发展过程及基本应用,并概述了多目标粒子群优化算法的研究现状。其次,研究了基于粒子群优化的多目标流水车间调度,构造了适合求解多目标流水车间调度问题的粒子群优化算法。在算法的求解过程中,采用PMX交叉算子实现粒子的更新;采用基于调度问题的邻域结构(关键路径)实现粒子的局部搜索;采用插入变异算子实现粒子的随机搜索。实验结果表明了算法的有效性和优越性。然后,在解决多目标流水车间调度问题的基础上,研究了更为复杂的基于粒子群优化的多目标作业车间调度,构造了适合求解多目标作业车间调度问题的粒子群优化算法。在算法的求解过程中,利用基于工件的交叉算子作为粒子的更新方式;采用禁忌搜索作为粒子的局部搜索策略;采用交换位置变异算子实现粒子的随机搜索。基于标准测试问题的实验结果验证了该算法的有效性和优越性。随后,在解决多目标作业车间调度问题的基础上,研究了更为复杂的基于粒子群优化的多目标柔性作业车间调度。针对多目标柔性作业车间调度的特点,设计了基于工序顺序和基于机器分配相融合的编码方案,利用基于工序顺序和基于机器分配的交叉算子和变异算子作为粒子的更新策略及随机搜索策略,采用禁忌搜索作为粒子的局部搜索策略,构造出了适合求解多目标柔性作业车间调度问题的粒子群优化算法。实验结果也验证了该算法的有效性和优越性。最后,对全文进行了总结,并对多目标粒子群优化以及多目标车间调度的研究方向进行了展望。