本文用遗传算法首先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。该算法不仅通过与国外学者提出的算法相比较，而且通过了标准算例的验证，证明了其正确性和优越性。针对中小批量调度的问题，提出并研究了五种调度策略，并给出了最佳调度策略。 研究了双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，通过了与国外学者的算法进行比较和分析，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。在国际上领先研究了机床设备／机器人受制约的车间生产调度问题，给出了调度算法，仿真结果表明了所提算法的可行性。 提出一种基于遗传算法的调度算法，用于解决多资源制约条件下车间生产的动态优化调度。提出了一种新的染色体基因型，基因型的长度随加工环境的变化而变化。文中采用一种基于周期和事件驱动的滚动窗口机制，以适应连续加工过程中的环境变化。仿真结果表明该算法是可行的，与传统的静态优化调度相比，其优越性是明显的。 最后，用Visual C++6.0开发了实用性的车间生产调度软件。 在上述生产调度问题的系列化研究中，多资源调度静态和动态生产调度问题的研究属世界首例。