柔性流水车间调度问题(Flexible Flowshop Scheduling Problem, FFSP)属于现实生产调度领域抽象出的简化模型,该问题是并行机与排序问题的扩展,它的主要特征是在某些工序或者全部工序上存在并行的机器,广泛存在于流程制造业中,在企业生产管理中占有核心地位。企业只有根据需求利用合理的调度方案分配制造资源才能够有效的提高生产效率,从而提高自身的竞争力。但是目前还没有一个行之有效的智能算法来解决该问题,因此,对于该问题的智能算法研究具有十分重要的理论意义与现实价值。遗传算法(Genetic Algorithm)是自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。其特点是简单通用、鲁棒性强、适合于并行处理等,如今已作为一种新的被广泛应用的全局优化智能搜索算法,尤其是在解决生产调度问题中取得了很大的突破。但是在算法发展的过程中,简单的遗传算法还有一些缺点存在,主要存在搜索效率低下、过早地收敛、容易陷入局部极值等等问题。基于以上原因,需要对简单的遗传优化算法进行了改进,从而能够应用于实际的柔性流水车间调度问题求解。本文主要做了以下工作：首先,针对目前国内外车间调度的研究现状以及存在的问题,本文对柔性流水车间调度问题进行了详细地研究。其次,以某铝厂的生产车间的调度问题为原型提出了带调整时间的柔性流水车间调度问题,并建立了数学模型。之后根据该数学模型的特点提出了一种基于三元矩阵的新型编码方法,以最小生产时间为目标,对于传统遗传算法存在的收敛速度慢、易陷入局部最优的缺点进行了改进,设计了一种采用精英保留策略的自适应的改进遗传算法,该算法改进了交叉算子和变异算子,使其随着适应度函数的变化而自适应变化从而提高了算法的效率。最后,对于本文提出的算法以一个实例进行验证并与传统遗传算法进行了对比,实验结果表明本文算法得到了一个较好的调度结果,同时无论是调度的结果还是算法的收敛速度上本文提出的算法都有明显的优越性。