车间调度方法与优化技术是先进制造业的两大利器。随着调度方法与优化技术对制造业的生产利益、生产成本、生产速度的影响日益突出,越来越多的研究者们开始关注Job-shop对制造业带来的革命性力量。本文将针对作业车间多目标这个特点进行研究,建立以最大完工时间最小以及总拖期时间最小的双目标调度模型,并结合改进的蚁群算法进行动态调度的研究。首先,本文介绍了作业车间调度问题的研究现状,蚁群算法的产生和发展史。然后分析作业车间的数学模型、析取图模型以及甘特图模型来对研究的问题进行全面分析。并对作业车间调度过程中的动态事件进行分析,并建立相应的动态调度策略。然后根据基本蚁群算法,分析多目标动态调度过程的特点,对蚁群算法的搜索方式进行改进。最后,基于测试函数,对于改进的蚁群算法与多目标遗传算法进行仿真,验证改进的蚁群算法具有较好的效果。然后对作业车间的实际调度中多种动态事件进行分析并给出其仿真的甘特图,证明本文提出的算法以及策略能去的较好的效果。