科学的生产线布局及生产调度方式对于现代制造企业是极为必要的。本文针对M企业多工艺、多品种、小批量的生产过程,对其进行生产线改造、置换流水车间建模、优化及应用研究。论文主要研究工作如下:首先,为M企业设计了新的生产线布局方案,并围绕新生产线制定了数据收集方式和生产调度优化方案。选取其关键生产线并抽象化为置换流水车间调度问题(Permutation Shop Scheduling Problem,PFSP)来研究。遗传算法(Genetic Algorithm,GA)具有求解速度快、全局搜索能力强等优点。因此以GA为解决方法的基础算法并作出进一步的优化设计。其次,M企业新的U型生产线需要培养多能工,可以将准备时间和加工时间分开考虑。为此,以最大完工时间最小为优化目标,建立有准备时间的PFSP调度模型。设计了自适应遗传模拟退火算法(Adaptive genetic simulated annealing algorithm,AGSA),采用GA求解有准备时间的PFSP,引入模拟退火中的Metropolis抽样策略来增强GA的全局搜索能力。引入自适应算子调节交叉和变异概率,以免迭代结果过早收敛。最后对实验算例进行求解,将所得结果与其他文献中算法进行比较,验证了该算法求解有准备时间的PFSP的有效性。再次,以M企业考虑节约能耗并保证生产效率为优化目标,建立考虑能耗和准备时间的PFSP多目标调度模型。设计了基于Pareto思想的多目标混合遗传算法(Multiple Objective Adaptive genetic simulated annealing algorithm,MOAGSA)。利用轮盘赌选择Pareto解集中拥挤度较大区域中的个体存入外部档案集中,使最优解集具有更好的分散性。根据待机能耗差分来计算种群中个体的进化概率和进化方向,将传统的线性次序交叉方式(Linear order crossover,LOX)扩展到非等长基因片段从而适应利用待机能耗差所确定的交叉操作。同时,结合Metropolis抽样策略使算法具有更好的全局搜索能力。通过M企业实例测试,验证了该算法的有效性。最后,针对期望为最大完工时间最小的有准备时间的PFSP调度模型,运用MATLAB、SQL Server、C#,开发了M回转支承制造企业生产调度优化系统V1.0。