制造业的变化折射出中国经济蕴含的潜力、积蓄的动力。柔性工厂调度作为制造业的关键生产过程,如何有效的实现调度目标,一直是制造行业关注的热点。本文给出了基于遗传算法的工厂调度求解方法,着重研究车间调度的多目标求解、应对机器故障和新任务插入后的重新调度等问题。首先,本论文针对车间调度的复杂性,比较了传统的调度算法和智能算法的应用情况,选取遗传算法来求解车间调度问题。其次,针对作业车间调度中应用遗传算法求解存在的早熟问题,对其搜索速度、收敛效果和最优解等方面进行分析研究,给出一种新的混合遗传算法。就初始种群进行了实数编码,根据距离将解空间的个体进行了排序,应用轮盘赌选择方法,采用了改进的交叉和变异算子,并结合了模拟退火算法,在每一代遗传进化中引入局部搜索,提高了算法的全局寻优能力。最后,针对车间生产过程中机器故障和新加工任务的插入问题,分别设计了重新调度策略,以应对此类突发状况。经过仿真实验,结果表明在机器发生故障、有新加工任务插入的情况下,所给算法仍可以满足调度目标,提高设备利用效率。