车间作业调度是根据产品制造需求合理分配产品制造资源,进而达到合理利用产品制造资源、提高企业经济效益的目的。由于车间调度问题是NP-Hard问题,不能找到一种多项式复杂度的算法得到最优的调度方案,所以现有研究力求寻找近似最优的可行调度方案。本文介绍了一些当前的应用于作业车间调度系统的近似算法,并提出了一些新的观点、新的看法。主要体现在两个方面:混合遗传算法的研究及其在作业车间调度系统中的应用;批量的柔性作业车间调度的优化。遗传算法,作为一种进化算法,在作业车间调度系统中得到了广泛的应用。但是遗传算法有着“早熟”的现象,本文通过模拟退火算法改善这种现象,即高温的时候,减缓变异速率,低温的时候,加快变异速率,并把这种方法应用到了作业车间调度上。本文分析了批量调度的形式、批量调度和单批次调度之间的关系,独创性的把批量调度问题转化成了单批次的调度问题,使问题得到了简化。同时对于具有柔性加工路径的作业车间调度问题,提出了一种2维编码的方式,使得问题得到顺利的解决。通过实验仿真表明,在作业车间调度问题上,本文提出的混合遗传算法能够在一定程度上改善遗传算法的“早熟”现象,获得更优的调度方案。而批量调度性能则得到了大大的提高,为后续的工作提供了一种新思路。