在全球经济高度一体化今天,企业之间的竞争从国内转向国际,从产品质量、生产效率到综合能力及产品个性化服务的竞争。为顺应市场变化,企业除了不断开发新产品来满足市场需要外,要适时根据市场变化来调节生产规模、产品品种,即小批量、多品类、多批次切换生产将成为制造业的主流生产模式。如何挖掘内部潜能,提高生产调度的工作效率是一项非常重要的任务。在实际生产实践中,车间中的动态因素较多,这就使得车间调度问题较为复杂,至今还未找到一种具有普适性的调度策略。目前学界已经有了不少针对生产调度技术的理论研究,不少是相当有价值的研究,但总体上存在深入不够、适用性不强等不足。为此,本文对NSGA-Ⅱ(Non-dominated Sorting Genetic AlgorithmⅡ,非支配排序遗传算法Ⅱ)算法做了改进,并将其应用于流水车间调度问题、混合流水车间调度问题、作业车间调度问题优化研究。首先本文对国内外车间调度问题的研究现状进行了简单的介绍,并阐述了NSGA-Ⅱ算法的基本原理和多目标优化中的常见概念。经过分析发现一般的NSGA-Ⅱ算法在解决车间调度问题时存在着易早熟和难收敛的特性。针对这类问题提出了一种带有自适应参数的NSGA-Ⅱ算法,在该算法中加入了参数动态自适应方法。通过与一般的NSGA-Ⅱ算法对比,验证了改进算法在保证搜索速度的前提下,还能在一定程度上确保全局搜索的质量,避免算法陷入早熟,提高了最优解率。然后将改进后的带有自适应参数的NSGA-Ⅱ算法应用于车间调度模型的计算。对流水车间调度、混合流水车间调度和作业车间调度问题,有针对性地调整了算法结构以适应不同优化的问题。并在经典调度测试方法、机车厂汽油发动机零件加工车间模型和机车厂柴油发动机零件加工车间模型上实例化的验证了改进算法的实用性和有效性。最后在Flexsim仿真软件上实现了对流水车间调度、混合流水车间调度和作业车间调度的验证。在软件上能够以动态的方式观察和分析完整的调度过程,其结果进一步证明了改进算法在实际生产调度应用中的可行性。本文提出的改进的带有自适应参数策略的NSGA-Ⅱ算法提升了针对车间调度问题求解时收敛速度不够快的问题。所得出的解能够满足生产实际中车间调度问题的需要。将改进后的带有自适应参数的NSGA-Ⅱ算法用于车间调度系统的优化和仿真对解决实际生产调度问题有较好的指导作用。