随着生产节奏的不断加快,设备是生产制造型企业正常工作的保障,改善和优化企业的设备调度等核心问题越来越受到企业界的重视。本文是在研读大量的相关学术文献的基础上,在安徽高校自然重点科学研究项目“晶圆制造系统中基于分解规则的批处理机控制方法研究(KJ2016A057)”资助下,针对多约束下设备调度问题开展了研究。本文首先在综述设备调度问题基础上,研究设备调度中的工序约束、设备连续可用时间段和设备非连续可用时间段约束的特点,在此基础构建多约束条件下设备调度问题数学建模。其次,为了有效地求解多约束下设备调度问题,在传统的遗传算法的理论基础上,本文设计了一种改进后非线性自适应函数的遗传算法,改进后自适应函数的遗传算法的交叉概率和变异概率在合理的范围内可以随着个体自适应改变,既可以继承父代的优良性,也可以避免出现早熟现象和陷入局部最优解,收敛速度快,鲁棒性强。再次,本文研究了多约束条件下设备连续可用和多约束条件下设备非连续可用的两类调度问题,针对多约束条件下设备连续可用调度问题,直接借助本文所提的改进自适应函数的遗传算法,运用MATLAB进行仿真求解,通过两个简化案例对比分析,证明了所提出的非线性自适应函数的遗传算法的有效性和实用性。针对多约束条件下设备非连续可用调度问题,为了有效利用本文所提出改进自适应函数的遗传算法,根据研究问题的特点,避免求解较困难,提出了基于时间槽的优化调度模型,以8小时为一个时间槽单位,将一天分为3个时间槽,则一年365天转换为1095个时间槽,并且按照1-1095进行编号,实现简化工序约束和设备非连续可用的多约束设备调度问题,优化该设备调度问题。一方面通过简化案例验证使用时间槽的优化调度模型有效性,另一方面借助某大型发电厂的实际生产排程数据案例,以最大完工时间最小为目标函数,联合时间槽的优化调度模型和改进自适应函数的遗传算法,获得该工厂的实际生产排程甘特图,验证该联合方法求解多约束条件下设备非连续可用的适用性。