混合流水车间调度问题又称柔性流水车间调度问题,广泛存在于现代工业之中。它是对传统流水车间的扩展。其中,每道工序可能有多台机器负责处理。针对混合流水车间调度问题,论文以最小化最大完成时间为目标建立整数规划模型,将经典粒子群优化算法进行改进,并同教与学算法(Teaching-Learning Based Optimation,TLBO)相结合,提出了一种用于解决该问题的改进的粒子群算法(Improved Particle Swam Optical Algorithm,IPSO)。算法在产生初始种群的过程中,首先将原问题转化为一系列置换流水车间调度问题,并求得其解。之后,将得到的解作为初始种群的一部分。由于现有的粒子群算法具有易收敛于局部最优解的缺点。因此为防止算法收敛于局部最优解,引入变异操作。此外,在粒子群优化算法的基础上引入适用于求解混合流水车间的TLBO算法的老师阶段和学生阶段。设计正交试验对算法参数设置进行分析,并确定了较优的参数组合。通过基于算例的仿真实验,并与现有的解决混合流水车间调度问题的算法进行比较,验证所提出IPSO算法是有效的。