经济的全球化和用户需求的多样化、个性化带动了制造业的发展，制造业已经由传统的大批量生产模式转变为多品种中小批量生产模式。传统的单一品种装配线，逐渐被多品种混流装配线所代替。 多品种混流装配线是实现多品种中小批量生产模式的有效途径。而组织多品种混流生产的关键是实现生产的平准化，而平准化的核心是混流装配线产品投产排序的最优化。投产顺序的最优化能保证均衡生产，缩短交货期、降低产品库存，提高企业的竞争力，较好地适应当前市场发展的需求。因此，通过对混流生产线的投产排序问题进行研究，可以更好地发挥混流装配生产方式的优势。 投产排序问题在国内外是研究的热点。本文针对生产平准化与时间优化的目标，提出了混流装配线的多目标优化函数--各零部件消耗速率均匀化和最小生产循环周期最短。并建立了相应的数学模型。 混流生产线的投产排序问题已被证明是组合优化问题中NP难题，运用人工智能算法能得到较好的解。粒子群算法是模拟鸟群捕食行为的算法，通过初始化一群随机粒子，在每一次迭代中，粒子跟踪两个极值来更新自己，通过不断的迭代找出最优解。模拟退火算法通过模拟热力学中固体物质冷却和退火过程，采用Metropolis接受准则避免落入局部最优解，渐进地收敛于全局最优解。 本文将粒子群算法与模拟退火算法相结合，根据粒子群算法的原理，引入遗传算法的交叉、变异操作与模拟退火算法的搜索机制，设计出改进粒子群算法。 本文最后通过一个实例，运用改进粒子群算法进行混流装配线排序问题的求解，并与遗传算法、遗传模拟退火算法、粒子群算法的求解结果进行了对比分析，验证了所提出的改进粒子群算法有效可行，并且比其它算法较快的得到搜索结果。