分布式调度是智能制造的新模式，急需新的调度方法来应对动态多变的市场需求。针对分布式置换流水车间问题，采用逆调度方法优化，通过最小调整加工参数，使得尽可能保证原排序的情况下调度最优。以最小化调整加工时间为目标，建立流水车间逆调度数学模型，针对逆调度问题特征，在遗传算法的框架下提出一种混合遗传优化算法。首先，基于逆调度参数可调的特征，提出基于工序的小数机制双层编码方案，能够实现参数的调整，保证可能解；提出改进启发式方法和基于规则的方法相结合的混合初始化方法；其次，采用适合问题特征的交叉、变异操作执行搜索；为协调全局搜索与局部搜索能力，设计局部搜索策略和学习机制的双种群协同搜索策略。为验证算法性能，基于问题实例采用三种算法进行比较，并且进行统计分析，其结果表明所提算法能更有效求解分布式流水线逆调度问题。