生产调度问题存在于现实的工业工程领域,调度方法和优化技术的研究与应用,是实现先进制造和提高生产效益的基础和关键。在对生产调度问题进行深入研究以后,学者们逐渐认识到,在现实的生产系统中有许多调度问题存在两个或更多个资源受到限制的情形,受约束的资源不仅仅是机器设备,还有其他的资源如工人的数量和一些辅助生产资源如运输工具等。在生产调度理论的研究领域,通常把研究机器设备和工人两个资源都受限制的生产调度问题称为双资源生产调度问题。遗传算法应用于全局搜索等参数优化计算领域,也适用于车间作业调度问题。DNA遗传算法是基于DNA编码的遗传模型进行遗传操作的,其结构与常规遗传算法相类似。DNA遗传算法除了具有遗传算法的优点外,还具有丰富的编码及多样的译码、基因级操作、DNA染色体长度可变等优点,可以有效地求解车间调度问题。在本论文课题的研究及应用过程中,为了解决DNA遗传算法中因编码方式带来的计算量问题,改进算法中的交叉操作采用基因转移操作,该方法保留了两者中的优胜者,下一代的计算可不必对它解码,有利于问题的求解,从而为算法节省计算量;为了在进化的初始阶段,获得大的搜索空间,在进化的结束阶段,搜索到更精确的最优解,采用动态的变异概率进行变异;为了提高变异后DNA序列的合法性,对动态变异概率公式中的系数作了调整;为了保持种群的多样性并产生新的基因信息,对变异的父本进行了设计;并对进化过程中可能出现的种群中最好的染色体没有改变的情况做了应变调整。对DNA遗传算法的步骤作了详细地设计,对改进后的算法进行了测试,并将改进后的算法应用到车间调度问题中,得到的结果是有效和可行的。