车间作业调度是制造系统的一个研究热点，也是理论研究中最为困难的问题之一，目前已成为CIMS领域内的重要研究问题。有效的调度方法与优化技术的研究和应用，对于制造企业提高生产效率、降低生产成本等方面起着重要作用，因而越来越受到学者们的关注。 车间资源的有限性制约着能否有效利用车间现有资源完成任务，以最快的速度响应市场需求，促使制造型企业能否赢得市场竞争。调度的任务是根据生产目标和约束，为每个加工对象确定具体的加工路线、时间、机器和操作等。优良的调度策略对于提高生产系统的最优性、提高经济效益都有着极大的作用。但是由于资源约束和工艺约束的并存，迄今计算复杂性理论表明，多数调度问题属于NP-hard(Non-deterministic polynomial-Hard，非确定性多项式)问题，目标解的搜索涉及解空间的组合爆炸。同时，实际车间中的各种动态事件难以预计，以致车间调度问题异常复杂，迄今为止还没有一种通用有效的调度策略。 本文首先介绍国内外车间调度研究的方法和发展现状，阐述遗传算法的基本概念、原理和方法。其次对所研究的流水车间调度和作业车间调度进行了详细的数学分析，并对数学描述进行了简化，为下一步算法设计建立数学模型。 用遗传算法研究了具有多工艺加工路径的车间生产智能优化调度问题，提出了一种将遗传算法和分派规则相结合的调度算法，将加工计划与生产调度同时考虑。研究了双柔性资源受制约的车间生产的调度问题。对于机床设备／工人受制约的调度问题，给出了调度算法，证明了该算法的正确性和优越性，并阐述了本算法采用的遗传编码的优越性。