目前“小批量、多品种”混流生产的方式已经成为汽车厂商的主流生产方式,给消费者带来了更多的个性化汽车选配选择,也让汽车厂商在满足市场过程中获得了更大的发展。在汽车的生产中,焊接车间为上线车间,对汽车生产计划的正常进行有着重要意义。某车企的焊接车间为混合流水车间,但现有的排产算法和调度规则不能很好的适应“小批量、多品种”的混流生产方式,存在着生产加工的效率低、白车身不能按照计划表准时交付和零部件消耗均衡化程度较差的问题,有着较大的优化空间。本文以某车企的焊接车间为研究对象,研究焊接车间的排产优化问题以及正常焊接过程中出现订单紧急变更事件后的动态调度问题。针对焊接车间的排产优化,结合实际生产过程中的最小化最大完工时间、最小化交付提前拖期和零部件消耗的均衡化的生产目标,建立包含三个目标的排产优化模型;针对焊接生产中出现的订单紧急取消、紧急插入和紧急提前这三种订单紧急变更事件,建立以最小化最大完工时间为目标的基于窗口的动态调度模型。为了求解建立的多目标排产调度模型,本文设计出一种改进的多目标遗传算法对模型进行求解。在多目标的归一化上,采用模糊层次分析法（FAHP）将多目标转化为单一目标,并确定了四种排产模式,分别为综合模式、效率优先模式、准时交付优先模式和零部件消耗均衡化优先模式;在交叉变异概率计算方法上,选用了一种基于种群适应度值的个体交叉变异概率自适应计算方式,能更好跳出局部最优解并防止出现早熟;在交叉变异的方法上,选取了一种混合了交叉、逆序和插入三种操作的混合变异方法和一种多点交叉方法（IPOX）,提升了对较优解的搜索效率。为验证求解的效果,本文设计了排产优化和动态调度两大类实验,同时建立了混合流水焊接车间的Plant Simulation模型对实验结果进行仿真验证。以焊接车间的某批次生产计划为算例,设计了排产优化实验和动态调度实验。使用西门子的Plant Simulation软件建立焊接车间的虚拟产线,对求解的结果进行仿真验证。根据求解结果,在综合模式下改进遗传算法相比传统遗传算法对各个目标的优化,最小化最大完工时间优化了4.8%、最小化交付提前拖期优化了18.2%、零部件消耗均衡化优化55.6%;在对事件紧急取消、紧急插入和紧急提前事件的动态调度上,相比现有调度策略,最优分别优化了3.9%、3.4%和5.4%。