本论文的研究背景是在制造业快节奏转型升级的大趋势之下,日益激烈的全球竞争和不断变化的人口配置放大了高效设计工作岗位的重要性。虽然自动化、智能制造在制造业的应用日益盛行,但对于汽车总装车间来说,仍然是以手工作业为主。当初始的产线设计因为资金投入、技术约束等限制存在较多的人机工程问题,或在不同产品共线时为了满足生产工艺的需求,需要在岗位的人机工程设计上作出一定的牺牲。此时,通过对产线各岗位开展一系列的人机工程活动,如对岗位进行人机工程评价,量化识别员工作业过程中存在的肌肉骨骼疾患（MSDs）风险,并想办法降低这些风险就显得尤为重要。通过层次分析法分析选取快速全身评价（REBA）方法作为主要的人机工程评价工具,对R公司汽车总装车间的内饰线和底盘线的144个岗位展开评价。通过评价总得分的高低识别员工在作业过程中存在的肌肉骨骼疾患风险。基于这些评价的结果数据,进行了轮岗的方案设计。明确岗位轮换的基本原则后,建立了贪婪算法的基本数学模型,优先考虑评分最高的岗位获得其最优的轮换对象,依次对得分次高的岗位展开轮换迭代设计,最终获得总体最优的岗位轮换方案和计划。为了使轮岗方案更容易在现场应用,将轮岗算法转换成C语言程序,可以快速获得任一岗位的最优轮岗对象。本论文的岗位轮换方案在实际应用的过程中,对于人机工程评价方法做了进一步优化,开发了一套新的简化的人机工程评价表,更容易被现场监督者理解和掌握,并已经在R公司采纳和应用。同时,在此贪婪算法的基础上也提出了基于人机工程学评估表法（EAWS）的启发式算法作为进一步方案优化的方向。EAWS是一种改进工作场所人体工程学设计的创新方法。主要目标是获得一个好的工作计划。EAWS系统在全球范围内被工业制造、汽车、航空航天和国防领域的领先跨国集团采用。通过实践进一步表明,岗位轮换方案在总装车间的实施,从公司、车间和员工层面都能获得较好的收益。