生产调度问题具有复杂性、多约束性、动态随机性和多目标性,是一个已经被证实了的NP问题。混合流水车间生产调度问题作为典型流水车间生产调度问题的一种推广,由于其在各阶段存在并行机调度问题,从而大大增加了问题的求解难度。粒子群算法是一种基于群体智能的进化方法,由于其简单易编程实现,须调整的参数较少而被广泛应用。　　 本文从混合流水车间生产调度问题的工业背景出发,研究混合流水车间生产调度问题的特点,并综合分析了各调度目标,从而选择以生产周期最小化、拖期惩罚与提前完工保管费用最小化为调度目标,建立考虑了前期准备的混合流水车间生产调度问题数学模型。　　 本文又从粒子群算法的产生背景开始,介绍了粒子算法的基本原理,并在研究分析大量现有的改进方法的基础上,提出基于粒子适应度的惯性权重调整策略、扰动机制,以及基于位置相似度的禁忌策略三者相结合的改进粒子群算法,同时对改进算法使用了测试函数验证,证明改进后的算法性能有所提高。　　 最后,本文选择了纺织生产调度问题作为混合流水车间生产调度问题的实例,在全面了解其生产工艺流程并分析其调度问题特点的基础上,采用本文提出的改进算法对问题进行求解,得到了较优解,从而证明了本文改进算法与先前建立的数学模型在求解混合流水车间调度问题的有效性。