随着经济结构不断优化升级,制造企业竞争激烈,要想在竞争中胜出,需要降低生产成本。车间调度是为制造企业制定出满意的生产方案,充分利用资源降低成本。因此对车间调度进行研究,提高生产效率,具有重要的意义。本文所研究的是阻塞混合流水车间调度问题(BHFSSP),即机器在下一阶段不可用情况下,工件将会被阻塞在当前机器上。相比传统混合流水车间调度问题,考虑到了工序间没有缓存区的情况,更接近实际环境。遗传算法作为一种智能算法,因其具有大规模计算时间短、搜索能力强而被广泛应用,但是在解决一些复杂问题时依然存在易陷入局部最优、过早收敛等问题。为此,本文以BHFSSP为研究背景,提出相关调度模型,研究改进遗传算法,以提高求解性能。首先对车间调度问题进行分析并总结车间调度问题的求解算法,分析HBFSSP研究现状,国内外所用方法以及研究成果。其次对遗传算法进行改进研究,对遗传算法的相关理论和相关综述进行分析,着重研究遗传算法的改进机制:编码方式采用实数编码,初始种群通过混合启发式规则进行改进策略;适应度函数的选取和选择操作的介绍;交叉和变异操作的方法和考虑自适应概率;提出嵌入的局域搜索和邻域的交换规则以及局域搜索的具体流程。接下来分别研究了考虑不同约束的BHFSSP:第一,考虑释放时间的BHFSS最大完工时间问题。考虑实际生产中工件开始释放时间,以makespan为目标建立数学模型,引入自适应遗传参数和局域搜索,提出嵌入局域搜索的自适应遗传算法(LS&AGA),运用传统遗传算法和改进遗传算法对本文所要研究的问题进行求解。在MATLAB上进行仿真,对比分析得出所提的LS&AGA具有较好的有效性。第二:考虑机器故障和运输时间的BHFSS总加权完工时间问题。考虑实际生产中阶段间的运输时间,以及加工机器可能出现故障情况,以总加权完工时间为目标,引入自适应的遗传参数和启发式规则,提出基于启发式规则的自适应遗传算法(HR&AGA),运用传统遗传算法和改进遗传算法求解该问题。在MATLAB上进行仿真,对比分析得到结果显示所提的HR&AGA的有效性。