车间调度作为生产管理领域的关键问题,决定着企业在一段时间内对各项加工要素的整体配置,对于生产柔性大、自动化程度低的离散制造企业至关重要。但是,由于车间调度问题的复杂性,使用传统的优化方法很难获得优质的调度方案,这使得当前阶段大多数离散制造企业仍然采用手工方式进行车间调度。这种方法不仅成本高、效率低,而且缺乏品质保证,无法应对逐渐扩大的生产规模。为了更好地解决离散制造企业的车间调度问题,首先,结合实际情况确定三个优化目标（最小化最大完工时间、最小化中间产品的运输时间和最小化机器负载失衡程度）并建立相应的车间调度模型。然后,设计并实现一种改进遗传算法对该调度模型进行求解。在改进遗传算法中,使用拥挤距离、独立于种群的精英个体集合与无放回的确定性选择策略来最大限度地保持种群多样性,并通过局部搜索模块对每代种群中的精英个体执行邻域搜索。对比实验与应用验证的结果表明,改进遗传算法可以为决策者提供大量的优质调度方案,能够很好地解决离散制造企业所面临的多目标车间调度问题。使用改进遗传算法求解车间调度问题,能够有效缩短企业的制造周期、减少中间产品的运输时间、降低机器之间的负载失衡程度、提高企业的资源利用率与经济效益。