协同制造系统作为一个高效制造系统得到了快速的发展,特别是自动化运输系统AGV发挥了极其重要的作用,如何用遗传算法得到对整个协同制造系统加工过程的调度以及对AGV运动路径的调度以及计算出的调度结果是否在真实生产中有效是协同制造系统能够高效加工的关键问题。本文结合江苏大学现有的协同制造系统以及目前国内外对遗传算法解决车间调度问题现状的应用研究调查,研究了协同制造系统中的实用化生产调度问题。本文在基本遗传算法的基础上改进了编码方式、交叉方式和变异方式,优化了基因序列,算法的结果不仅得到了工件的加工序列,还得到了AGV的运动动作序列,最后在协同制造实验室上的实验验证了该改进的遗传算法的可行性和优化性。本论文具体研究内容如下:　　 (1)综述了协同制造系统以及该系统中物流运输装置无人导引小车AGV和对柔性生产线进行调度计算的遗传算法的研究现状和发展趋势,分析了进行生产线调度优化计算的意义,为本文开展研究工作奠定了坚实的理论基础。　　 (2)简要介绍了实验室协同制造系统的软硬件设备,包括各加工站和MES制造执行系统的功能介绍,该介绍清晰地呈现了实验平台,为后期的实验奠定了实践基础。　　 (3)针对具体的协同制造系统,建立了生产调度的数学模型,并就该数学模型设计了求解该数学模型最优解的改进的遗传算法,改进的遗传算法是针对如何得到AGV的动作序列和工件的调度序列而改进,本文设计了二次解码的解码方式,同时本文也改进了遗传算法的交叉方式和变异方式,该方式能够有效避免算法陷入局部最优和避免早熟。　　 (4)通过C#编程软件编写了改进的遗传算法计算出数学模型的最优解,即AGV动作序列和工件的加工序列,并应用协同制造实验室现有的加工设备和MES制造执行系统进行了实验验证,在上位机上载入AGV小车和工件的加工序列,系统按照输入的动作序列自动生产加工,实验证明改进的遗传算法优化了加工序列,节省了整体的系统加工时间以及提高了设备的利用率。　　 (5)本文在理论上计算出双缓冲AGV的调度序列,实际应用需进一步研究和验证。