生产调度是每个工厂或企业都要面对的十分重要而且非常复杂的问题,高效的生产调度方法和优化技术的应用是企业提高生产效率、增强综合竞争力的基础和关键。流水线生产调度问题是生产调度中遇到的主要类型,因此越来越受到国内外学者的广泛关注。本文在总结了国内外关于生产调度优化算法的基础上,对量子粒子群智能优化算法进行了改进,将其应用于流水线生产调度问题,并取得了较好的效果。本文对生产调度问题的背景以及生产调度问题的分类和研究方法进行了综述。继而论述了粒子群算法(Particle Swarm Optimization, PSO)和量子粒子群算法(Quantum-behaved Particle Swarm Optimization, QPSO)的基本原理,分析PSO和QPSO算法的优缺点。为了进一步改进PSO和QPSO算法的搜索性能,将混沌优化(Chaotic Optimization, CO)思想引入量子粒子群优化算法,提出了混沌量子粒子群算法(Chaotic Quantum-behaved Particle Swarm Optimization, CQPSO),CQPSO算法利用混沌的遍历性,在QPSO算法搜索过程中加入CO,增强了算法的全局搜索能力,能获得比QPSO更好的结果。本文将提出的CQPSO算法分别应用于置换流水线调度以及零等待流水线调度。并根据调度问题的特点,结合混沌系统理论,提出了新的算法编码方案,并进行了仿真研究。仿真结果表明,本文提出的基于混沌量子粒子群优化算法的调度方案,优于采用PSO与QPSO算法的调度方案。