车间生产调度是对车间生产过程进行作业计划,是生产制造业实现智能化、自动化、信息化的核心。有效的车间调度方法和优化技术的研究与应用,可提高企业的资源利用率和生产效益,因此,高效的车间调度算法是求解车间调度问题的核心和关键。遗传算法是一类模拟生物的遗传和进化过程的智能搜索算法,以其简单、通用、适用范围广、全局优化能力强,在车间调度问题领域得到了广泛的应用。本文首先对车间调度问题的研究现状进行了分析,并对车间调度问题进行了描述和分类。然后对遗传算法的基本思想、基本要素、算法流程以及自适应遗传算法、多目标遗传算法等进行了讨论,针对遗传算法容易陷入局部最优,出现早熟现象,同时算法的收敛速度和精度仍需要提高,因此利用模拟退火算法的局部搜索能力强的特点,将遗传算法和模拟退火算法相结合,提出了混合遗传算法,以求解车间调度问题。在混合遗传算法的具体应用中,首先将其应用在典型的作业车间调度问题中,并分别和遗传算法、模拟退火算法进行比较分析,结果表明混合遗传算法克服了二者在车间调度优化方面的不足。最后,在分析南京卷烟厂的业务流程和业务规则的基础上,将混合遗传算法应用在南京卷烟厂APS系统的卷包排程中,其中卷包排程属于基于交货期的、多约束的、带并行机的、多目标流水车间调度问题。