平行铸造车间主计划排产是集团式多车间铸造企业在模糊生产环境下,完成生产工艺相同而生产效益不同的平行铸造车间最优订单排产决策的过程。现有人工主计划排产方式排产效率低下,排产结果缺乏科学性与合理性,容易造成订单拖期严重、企业生产效率低下、车间生产负载不均衡等问题。为此,本文研究了基于改进多目标粒子群算法的平行铸造车间主计划排产建模及求解方法,并通过多个规模的仿真实验验证了所提出的多目标优化算法辅助排产方案的效果,主要工作如下。首先,分析了集团式多车间铸造企业主计划排产问题的特点,建立了平行铸造车间主计划排产订单-工艺-车间信息模型和铸造生产车间黑盒模型;构建了以三角模糊数和梯形模糊数确定订单生产时间和交货期的表示方法,以减少模糊生产环境对排产结果造成的影响;建立了以订单提前/拖期惩罚成本、车间最大完工时间、车间负载均衡度为评价指标的多目标整数规划数学模型;分析推导了平行铸造车间主计划排产模型可行解空间规模的变化公式及其对求解算法的影响。其次,提出了基于改进多目标粒子群算法的平行铸造车间主计划排产求解方案。通过生产工艺信息完成待排产订单的组批和平行铸造车间的划分,并采用改进的多目标粒子群算法求解各平行铸造车间最优排产计划,实现算法辅助排产。算法改进主要包括:采用了离散形式的粒子编码解码方式;提出了基于两点交叉算子强化的粒子信息交换过程;改进了个体最优解集和全局最优解集生成方法;设计了基于模糊优选法和二阶启发式规则的粒子更新方式;引入了基于Pareto的模拟退火机制控制种群迭代过程。对比测试结果表明,改进后的算法与另外三种多目标优化算法相比所求得的Pareto最优解的支配性和分布的均衡性明显提升。最后,设计了多个不同问题规模的平行铸造车间主计划排产仿真实验,通过将本文提出的基于改进多目标粒子群算法的求解方案与基于遗传算法的加权系数法和约束转化法求解方案进行对比,验证了所提出的主计划排产方案的可行性和改进后算法在不同规模问题下的求解效果。实验结果表明:所提出的多目标优化排产方案求解结果和两种单目标优化排产方案相比具有明显优势。通过模糊优选法确定的最终推荐排产方案的订单提前/拖期惩罚成本、车间最大完工时间均有效降低,车间负载均衡程度显著提升,各问题规模上的目标函数值平均优化率最高达81.86%。