在现代制造业中，生产调度不仅是一个战术问题，它己经成为提升企业竞争力的一个战略。流水车间成组工作调度问题是调度领域中极待解决的重要课题。然而，对多机流水车间成组调度问题的研究相对较少。本文研究了成组调度、尤其是多机流水车间成组调度问题，力图从理论和实践上寻找解决问题的有效途径。 对于流水车间调度问题，在传统的调度研究中，在更换工件时不考虑设置时间，或者将设置时间包括到加工时间中去，这不符合生产的实际情况。所以本文在对成组作业调度的研究状况进行总结的基础上重点研究了流水作业车间的成组作业调度问题，并在研究的基础上提出了合适的遗传算法来解决该问题。围绕符合生产实际的成组作业调度问题本文在以下几个方面进行了研究： 1、针对多机流水车间成组调度的最小化总流程时间问题，首先建立了数学模型，在此基础上设计了不同的遗传算法来解决存在GT假设和不存在GT假设两类问题。对于存在GT假设问题，设计了遗传算法来解决这类问题。另外还设计了一种可以有效降低复杂性的用遗传算法和启发式算法相结合的混合算法来解决这类问题；对于不存在GT假设的多机流水车间最小化总流程时间问题，设计了基于工件序列的遗传算法进行求解。对于各类算法，本文都选用了生产实例进行了求解，并与经验调度结果进行了比较，结果表明所提出的算法可以有效地解决中、大规模的实际问题。 2、针对多机流水车间成组调度的提前/拖期惩罚调度问题，本文将其分成三类进行了研究。对于己知公共交货期的提前/拖期调度问题，首先建立了数学模型，根据此类问题的特点，设计了基于组信息的带子链的遗传算法。对于不同交货期的提前/拖期调度问题，由于问题与己知公共交货期的提前/拖期调度问题相似，因此在设计遗传算法时，通过对前面的遗传算法改进而获得求解该类问题的算法；对于交货期未知，求解最优交货期的问题，在研究时分为两类问题进行了研究，一类是求解公共的交货期，另一类是求解不同的交货期问题。本文对这两类问题都进行了数学建模，在此基础上设计了相对应的遗传算法。最后以生产实际的数据对各种算法都进行了验证，并对同类问题进行了比较，结果说明了所设计的算法对解决这类问题是有效的。