调度理论这一概念最早来自对制造车间生产计划的研究。恰当的车间生产指挥与调度是实现整个过程效率更高,柔性更好与可靠性更佳的重要环节。车间生产调度系统不仅是能够将企业的生产效率达到最大化目的的重要途径,与此同时也是制造系统生产管理的核心内容。另一方面,因为此类现象一般具有离散,多机,动态,多变量与约束性等典型的NP-hard性,因此在NP问题的处理解决上有着积极重要作用。遗传算法是一种依据自然界里生物进化原理而产生的并行性强,自适应,随机的全局搜索算法。它把生物在进化过程中的自然选择,优胜劣汰,适者生存和随机变异的思想应用到求解空间搜索最优解的问题上,是一种多参数多群体的并行优化方法。近年来,因其思想不复杂,比较容易实现和良好的寻优能力,使它在众多领域取得了广泛的应用,例如对于复杂的多目标规划问题,人工生命及神经网络问题,机器学习问题,智能控制问题等,都证明了遗传算法是其中相对更优秀的求解途径。本文主要针对车间调度中典型的调度问题(JSP)提出了一种符合该问题的基于自适应技术的隔离小生境遗传算法。改进的混合遗传算法首先从初始解空间的产生入手,将解空间分为不同的子空间,一方面可以更好的发挥传统遗传算法的并行性,另一方面引入劣种不活原则和同种相斥原则,使得算法更加符合自然界生物进化的规律,并且增加了子群体之间的竞争,提高了全局搜索能力。同时,在每一个子群体进化的过程中,引入自适应变化的交叉变异概率,使得整个算法在保证了解空间多样性的同时,加强了跳出局部最优解的能力,交叉变异效率也更高,从而大大提升收敛速度。最后在上述工作基础上,设计了车间调度系统,在这其中能够动态地监测全部运行流程,进一步证明了改进遗传算法的有效性。