摘要：烟草企业排程管理的任务是按照销量订单和生产效率等各种情况作用下,制定企业排程的排程计划,从而指导各部门进行卷烟的生产活动。属于多重约束和组合优化问题,并且已经被证明是一个NP完全问题。遗传算法(Genetic Algorithms简称GA),它是美国的John Holland教授于1975年根据生物进化的模型提出的一种优化算法,提出可以通过模拟物种进化的过程来构造人工系统。它具有良好的并行性、通用性、稳定性,是一种有效的解决NP完全问题的方法。本文进行了以下几方面的研究工作：首先,全面系统的分析了烟草企业排程问题的各要素及多重约束条件,总结出了排程问题的解决瓶颈和优化方向,并设计了排程问题的相应数学模型。其次,对比分析了传统遗传算法编码方案的各自有缺点,并研究在排程系统中的应用效果,在综合集中编码方案优缺点的基础上,设计了一种更适合解决排程问题的多维编码方案。较之其他编码方案,更加高效和易于理解,并且更加烟草企业的特点。根据设计的编码方案,构造了相应的交叉算子和变异算子。然后,以Visual C++6.0为开发环境,依据排程问题的数学模型,设计了多维编码方案及改进后的遗传算子,设计了基于上述改进型遗传算法的自动排程系统。最后,用实际检测数据,证实了本文设计的多维编码方案在烟草企业排程中的实际效果,从换牌次数、库存数量及目标任务分解等方面进行了效能分析,结果理想,可以作为其他同类问题的参考。