随着经济全球一体化的到来,企业之间的竞争变得越来越激烈,而车间调度是制造型企业的核心部分,所以改善企业的生产调度得到了很大重视。虽然经典的车间调度问题已经取得了很多的研究成果,但经典的车间调度问题和实际生产存在很大的差距,所以本文将研究对象定为柔性作业车间调度问题。所谓的柔性是指工件工序所选的机器可以是多个,不再像经典车间调度问题那样是单一的。由于市场竞争的激烈程度与日剧增,使得企业要想在自己的领域中处于不败之地,就需要对传统的车间调度进行一定的改革,而柔性作业车间调度和传统的车间调度相比更符合实际生产,虽然它增加了机器的数量,但同时可以缩短产品的制造周期以及减少机器的磨损,所以柔性作业车间调度已经成为了企业关注的焦点。遗传算法在求解全局最优解方面存在很强的鲁棒性,已广泛应用于车间调度问题中,但它也存在一定的缺陷,即局部搜索能力比较差,所以本文为了弥补这一缺陷,将禁忌搜索算法融了进来,禁忌搜索算法虽然全局搜索能力差,但却具有很强的局部搜索能力,遗传算法的全局搜索和禁忌搜索算法的局部搜索的融合正是本文的算法核心。同时本文也对融合禁忌搜索算法的遗传算法进行了一定的改进,以提高算法的搜索效率。最后为了证明算法的有效性和合理性,对算法进行了仿真。仿真主要分为三部分,第一部分是和标准遗传算法进行比较,仿真结果明显优于标准遗传算法;第二部分是和一些学者提出的算法进行比较,仿真结果也是优于他们的结果;第三部分是将本文的算法应用到实际生产中,结果显示算法具有一定的有效性和合理性。本文提出的算法改善了遗传算法局部搜索能力差和收敛效率低的问题,目标函数基本可以满足客户要求,同时对实际生产具有一定指导作用。