车间调度是影响制造业生产效率的关键因素之一。采用有效的调度策略和优化方法能够保证按时交货、降低库存成本、提高设备利用率，从而降低企业的运营成本。柔性作业车间调度问题（Flexible Job Shop Scheduling Problem, FJSP）突破了传统问题中工序的加工资源唯一性约束，每个工序可由多个相同或不同的设备来完成，该问题更符合生产实践，因而对它的研究更具有重要的理论价值和应用价值。首先，对柔性作业车间调度问题进行了概述。根据其目标、约束、批量等不同分类标准进行分类，总结了国内外柔性作业车间调度问题的主要研究方法，通过对其存在问题的分析探讨了对其研究的发展趋势。通过对齿轮加工车间的生产特点和生产模式的分析，建立了以最大完工时间最小和机器最大负荷最小为目标的柔性作业车间调度数学模型。模型考虑生产资源约束以及工艺约束等约束条件。其次，针对传统的多目标柔性作业车间调度问题求解时需要考虑各目标函数权重问题，设计了一种改进的非支配排序遗传算法（Non-dominated sorting genetic algorithm II,NSGA-II），以用来对柔性作业车间调度问题的数学模型进行求解。介绍了标准NSGA-II的基本思想以及运算流程。详细地设计了精英保留策略及复制、交叉、变异等遗传操作，既确保了种群分布均匀具有多样性，又能保证子代继承父代的优良特性。用MicrosoftVisual C++平台对该算法进行了设计开发，建立了一个多目标柔性作业车间调度仿真系统，对多目标柔性作业车间调度问题求解可得到一组Pareto解集。通过测试基准和模拟实际生产的实例，验证了所提出算法的可行性和有效性。最后，针对齿轮加工车间，以Witness为仿真平台，设计了仿真逻辑，构建了柔性作业车间调度仿真模型。采用Excel文件作为转换数据中间存储的媒介，将柔性作业车间调度仿真系统的Pareto解转换为Witness调度仿真模型的工艺路线。实现多目标柔性作业车间调度仿真系统到Witness调度仿真模型之间的集成。通过对仿真模型的运行，可以实时了解生产系统中各设备的运行状况。