本项目利用MATLAB平台开发,旨在解决复杂车间生产环境下的动态调度问题,核心采用粒子群优化(Particle Swarm Optimization, PSO)算法。项目的首要优化目标设定为最小化所有工件的平均流动时间(Mean Flow Time),以减少在制品库存积压并提升生产系统的整体周转效率。项目功能包含完整的动态调度流程模拟:首先,构建数学模型以描述工件随机到达、加工时间波动等动态场景;其次,实现离散粒子群算法,设计适用于工序排序的粒子编码与解码方案,并引入惯性权重和学习因子的自适应调整机制以避免早熟收敛;第三,采用事件驱动(Event-Driven)或滚动时域(Rolling Horizon)策略处理动态扰动,当新工件到达或状态改变时触发重调度;最后,系统提供直观的可视化分析,包括计算并输出最优调度序列、生成反映工序占用的动态甘特图(Gantt Chart)以及展示算法迭代过程中的目标函数收敛曲线。