中文摘要：

生产调度问题通常是多约束、多目标、随机不确定的优化问题，对企业生产效率及资源利用率的提高起着关键作用,因此对生产调度的研究具有重要的理论价值和应用意义。该项目主要研究工作有（1）通过重新定义量子编码和更新方式，提出了适用于并行机调度问题和混合流水车间调度问题的量子进化算法和文化算法；（2）结合量子进化算法和遗传算法的优点，提出了量子遗传算法，并将其成功应用于混合流水车间调度问题；（3）将克隆选择算法引入量子进化算法并应用于并行机生产调度问题，大大提高了算法的寻优能力；（4）针对量子粒子群算法较好的全局搜索能力以及序列二次规划算法强大的局部搜索能力，提出了一种混合的量子粒子群算法QPSO-SQP。（5）改进量子行为粒子群算法的进化机制，引入了交叉选择算子，提出了带有交叉选择算子的多目标量子行为粒子群算法；（5）针对不确定生产调度问题，采用模糊理论进行研究，通过引入差分进化算法来克服基本文化算法的早熟收敛，并将其成功应用于带模糊加工时间的混合流水车间调度问题；（6）针对大规模的并行机调度问题，提出了一种改进的克隆选择算法，提出的混合变异算子在加快收敛速度的同时有效地保持了种群的多样性。