作业车间调度问题具有计算复杂性、动态约束性、多目标性等特点,被证明是典型NP困难问题,近几年各种智能计算方法被引入到作业调度问题中,如遗传算法、模拟退火算法、启发式算法等。遗传算法因其对优化问题的弱依赖型、求解的简单性和鲁棒性、隐含并行性等特点被广泛应用于作业车间调度,但在解决调度问题时,仍然存在收敛速度慢、精度不高等问题。本文首先对调度问题及其描述进行了阐述,分析了基于遗传算法的车间调度的编码方式、交叉算子、变异操作等算子的特点以及遗传算子对算法求解精度的影响。其次,在深入分析基于操作编码的基础上,提出了一种新的基于作业的交叉算子,并且使用该算子对具有确定加工时间的作业车间调度问题进行了求解。同时与传统的基于位置交叉算子进行了仿真对比,实验结果证明新设计的交叉算子能够得到更好的求解精度。最后,对实际生产中加工时间和交货期都是模糊数的作业车间调度问题进行了研究。为了求解模糊调度问题,分别用三角模糊数和半梯形模糊数表示作业的加工时间和交货期,以极大化最小客户满意度为优化指标,并且在G&T算法的冲突处理中引入基于优先规则的冲突处理算法。通过大量实验仿真对比,证明了基于优先规则的冲突处理算法在求解精度方面优于原算法,并且是可行的有效的。