随着我国汽车的日渐普及与汽车电子化程度的加深,汽车传感器制造企业面临着供给压力,有效的生产调度方法对企业而言日益重要。然而,传感器生产车间调度问题规模大、约束多,属于NP-hard问题,传统的优化方法难以得到满意的解。因此,本文从传感器生产车间的理论基础出发,对传感器生产车间的静态调度问题和动态调度问题进行深入研究,设计了基于遗传禁忌搜索算法的求解方法,并开发了传感器生产车间调度原型系统。首先,针对传感器生产车间静态调度问题,分析了传感器车间的生产特点,建立了数学模型,提出了一种基于自适应遗传禁忌搜索混合算法（Adaptive Genetic Algorithm and Tabu Search,AGATS）的静态调度算法,设计了基于可变分批策略的双层编码方式、邻域搜索操作以及禁忌搜索算子的自适应策略。依据传感器车间的实际生产场景,设计了多组算例进行对比测试,验证了所提算法的有效性。其次,针对传感器生产车间动态调度问题,构建了动态调度模型,对所提AGATS进行了改进,设计了重调度策略,与符合动态调度问题特征的解码方式。通过求解某传感器车间的生产实例证明,相较于对比算法,所提算法在求解该车间动态调度问题上,拥有更优的性能。然后,将上述研究成果应用于某传感器生产车间,设计和开发了传感器车间调度原型系统。对某传感器生产车间的生产现状进行了描述,设计了原型系统的功能架构,并开发了系统设置、数据录入、静态调度、动态调度四个功能模块。通过实际应用验证,系统可以针对输入的生产任务,生成合理高效的调度方案;且对于交货期更改这一随机动态事件,能够及时进行响应,保证重调度方案的高效性。最后,对全文的工作进行简要总结,对未来值得探索的研究方向进行展望。