2020年2月,国家发布了涉及“三农问题”的中央一号文件,文件中要求各地方政府扩大农业投资,推广大型农机设备在农业生产作业中的使用。在这一趋势下,全国各地政府都在重视农机设备在农业作业过程中的使用。然而,由于我国各地农业作业环境复杂,农业作业者的管理能力不一,导致各地农机管理能力参差不齐,且在管理过程中缺乏科学化、智能化的管理方法。本文针对这一情况,以我国国内大型农场的农业实际作业条件为背景,将农业作业过程中收割机与运粮车联合调度过程进行抽象化的数学建模,并且通过设计改进的遗传算法对模型进行求解。求解的结果表明其可以有效的降低了农场收割机与运粮车的调度成本。因为农机调度问题属于车辆调度问题中的一类。本文首先总结了当前车辆调度问题的研究现状、研究方法等,分析车辆调度问题与农机调度问题的区别。然后将收割机-运粮车调度模型分为上下两层调度模型,上层为收割机调度模型,下层为运粮车调度模型。首先针对上层调度模型,文章分析了在我国大型农场现实条件的背景下,收割机在收割作业中所面临的条件约束。然后以此为依据为收割机调度模型设置收割机车辆类型约束、收割机车场约束等。然后通过设计改进的遗传算法求解该模型,并且分析算法的有效性。然后,针对上层收割机与下层运粮车主从协作管理中的数据转化问题,文章将收割机粮仓装满时所在位置命名为需求点。并且设计程序自动依据上层收割机调度中收割机的行驶路线数据计算出下层调度中运粮车所需要的需求时间、需求点位置、需求量等数据。为之后的运粮车调度优化求解做准备。最后依据之前的需求点数据,对下层运粮车模型做优化。首先以运粮车最小运输时间成本为优化目标,然后依据我国农场的现实情况对运粮车调度设置约束条件,包括时间约束、运粮车数量约束等。然后通过改进遗传算法对模型进行求解。求解结果表明该算法有效的改进了运粮车的调度时间成本。在最后的总结和展望部分,总结了此次所做出的工作,并且分析了该研究方向在未来的发展趋势。