流水车间(Flow Shop)调度问题,也被称为同序作业调度问题,是许多实际流水线生产调度问题的简化模型。它无论是在离散制造工业还是在流程工业中都具有广泛的应用,因此其研究具有重要的理论意义和工程价值。研究和解决好调度问题,能极大提高企业的生产效率,从而提高这些企业的竞争力。Flow Shop调度问题因其建模复杂性、计算复杂性、动态多约束、多目标性等特点,属组合优化问题范畴,被证明是一个非常复杂和困难的组合优化问题,其NP Hard特性和强大的工程背景使其一直成为理论界和工程领域研究的热点问题。近几年各种演化计算方法逐渐被引入到生产调度问题中,如遗传算法、模拟退火算法、启发式算法等。遗传算法(Genetic Algorithms GA)是一种模拟生物进化过程的随机搜索算法,适合求解复杂的优化问题。本文应用遗传算法求解实际企业生产车间调度问题。主要工作和成果如下:1.综述了生产调度理论的产生、发展、分类和己有的解决调度问题的方法。2.研究了Flow Shop调度问题的基本框架,研究了基于遗传算法求解生产调度问题的算法设计。针对在工程中广泛存在的并行机的混合Flow Shop生产调度问题,研究了遗传算法求解生产调度方法,分析了算法的收敛性和复杂度。3.建立了宁波博威集团的实际生产流程,建立了基本Flow Shop调度和混合FlowShop生产调度模型,并利用实际生产数据进行了仿真。其仿真调度数据验证了遗传算法用于求解大型流水车间调度的可行性和有效性。4.应用Matlab、Visual C++6.0开发了生产调度程序,通过相关仿真实验,和己有结果进行对比,验证了我们提出的算法在解的质量上、运行效率上都有一定程度的提高。