在大型离散制造业中，单件小批生产模式占有很大比重，如重型机械设备的制造，轮船制造，电站成套设备的制造，飞机制造等。这种生产类型的企业，是在规定的时间内，制造种类繁多的产品，其产量可能是一件或批量很少，并且绝大部分是按订单进行生产的。由于在生产过程中，产品品种繁多，生产条件不稳定，工序多，具有很多制约生产的大型设备，制品在生产过程中的移动路线长且复杂，生产过程中连续性较低等特点，使得对单件小批生产类型调度的研究成为了该领域研究的一个重要研究方向。目前，制造执行系统（Manufacturing Execution System，MES）在大型离散制造业中的应用也越来越普遍，基于实时生产数据采集、分析的MES为车间调度提供了实时的信息环境。本文在分析单件小批MES车间调度问题特点的基础上，针对单件小批混合车间调度问题，综合考虑了调度周期与工件加工准备时间，建立了数学模型，提出了一种基于遗传算法的调度优化算法，在有效缩短调度周期的情况下，提高了工件加工连续性，缓解了频繁更换工装的情况。本文还针对现有蚁群算法利用析取图描述工件加工关系而增加了算法复杂度，提出了一种广义蚁群算法，在有效解决单件小批混合车间调度问题的同时，降低算法复杂度，提升了算法的鲁棒性。经实验表明，本文提出的优化遗传算法在缩短调度周期方面优于目前算法，广义蚁群算法在算法性能上优于现有的蚁群算法。