针对动态不确定条件下的硫化车间硫化工序生产调度问题进行了研究,首先对硫化工序问题进行分析、建模,然后对标准微粒群优化算法进行了改进、仿真,目的是对动态不确定条件下的硫化车间生产调度问题寻求有效途径,进一步完善相关技术,提供一定的理论基础和实践方法。主要研究成果归纳如下:(1)提出一种基于混沌双变异多种群协同合作的微粒群优化算法,新算法从三个方面对基本微粒群优化算法进行了改进。首先,针对基本微粒群优化算法搜索过程的不足,进行混沌初始化;其次,根据实际硫化工序的特点,提出位值变异和变步长逆序变异的双变异原理;最后,通过多种群协同合作的更新策略,对微粒群优化算法进行多种群协同进化,不但保持了种群的多样性,而且使算法避免陷入局部最优。(2)根据硫化车间硫化工序的特点,分析了多目标硫化工序生产调度的特点,对多目标硫化车间进行了模型建立。并将改进的微粒群优化算法同标准遗传算法,标准微粒群算法,以及文献改进的微粒群优化算法进行了仿真比较,仿真结果表明,本文提出的改进微粒群优化算法在解决实际硫化车间调度问题,效果更优。(3)针对动态不确定条件下的硫化车间生产调度问题,分别从等同硫化机和非等同硫化机两个方面进行研究。针对非等同硫化机车间动态调度的问题,提出了二维变长编码方法,以及滚动窗口-在线调度策略;针对等同硫化机车间动态调度的问题,提出了二维等长编码方法,以及预测调度-周期调度策略。并分别从机器故障、紧急订单插入等动态不确定条件情况进行了研究,仿真结果十分有效。