作业车间调度问题(Job Shop Scheduling Problem,JSSP)是一类满足任务配置和顺序约束要求的资源分配问题,是最困难的组合优化问题之一.鉴于精确方法仅适合于小规模问题,构造性方法优化质量较差且缺少柔性,本文以混合遗传算法(Genetic Algorithm,GA)来求解Job-shop调度问题.主要工作如下:首先,通过对国内外作业车间调度问题的研究,介绍了已有的求解Job-shop调度问题的各种算法,确定以遗传算法为主要的研究手段.其次,在阐述遗传算法基本概念、原理、方法的基础上,针对普通遗传算法在求解Job-shop调度问题时,存在着收敛速度慢或易出现"早熟"现象的缺点,本文提出了一种将禁忌搜索思想与遗传算法相结合的混合遗传算法.在新算法中,一方面,在选择操作中利用禁忌表的变化来选择产生新种群中的个体.另一方面,对经过遗传算法的交叉和变异操作产生的后代种群中的个体进行禁忌搜索操作,从而,加快了新算法的收敛速度.最后通过对标准作业车间调度问题(FT类、LA类)的测试,找到了已公布的最优解,证明了新算法在求解Job-shop调度问题方面有较好的效果.