随着市场经济的发展，市场竞争日趋激烈，多工序、小批量的生产任务也成了生产厂家抢占市场的重点，这样以来，就要求厂家能够合理安排工序，合理利用资源，减少工期，降低生产成本。因此，车间调度问题越来越受到人们的关注。 车间调度问题属于NP-hard问题，是典型优化问题中最难求解的问题。遗传算法以其通用性强，算法简单等特点，被广泛应用到车间调度问题的优化中。其主要优点是优化求解过程与梯度信息无关，对于复杂的优化问题，只需用选择、交叉、变异3种遗传算子就能得到优化解。虽然大量的研究和应用表明GA是一种性能较好的算法，但是它在实际应用中容易产生早熟收敛的问题，即在进化群体中少数个体的适应函数值远大于其他个体，这样经过少数几次迭代后，这些个体就占据了整个群体，进化过程就提前收敛了。 基于遗传算法容易产生早熟的现象，本文提出了一个概念清楚、运算量小的评价种群过早收敛程度的指标，结合自适应调整遗传算法控制参数的思想和模拟退火策略，提出一种改进的自适应遗传算法。通过理论分析和标准数据集测试，该方法能及时反映种群在进化过程中的过早收敛程度，不仅能加快计算速度，而且还能增强算法的全局收敛性。