生产调度是制造过程中的重要环节。通过合理的调度决策,可以提高机器的利用率,减少成本,从而提高企业的运营效率和经济效益。简单的调度问题可以通过数学规划的方式进行求解。但随着调度问题规模的不断增大,传统的优化方法已经不能很好的对其进行求解。生产调度问题已经被证明为NP-hard司题。随着计算机技术的发展,各种智能算法不断的被提出并应用在调度问题上,从而使得调度问题获得了很大发展。本文探讨采用蚁群算法求解生产调度问题,主要贡献如下：分析了在采用智能算法解决作业车间调度问题时的编码问题,发现编码的过程中会产生冗余解或不可行解。本文在此基础上分析了不同维度的调度问题中冗余解和不可行解对算法性能的影响,对求解过程中编码的取舍起指导作用。对蚁群算法进行了改进,将改进的蚁群算法应用在作业车间调度上。给出了蚁群算法新的状态转移规则和参数自适应规则。通过以上规则的设定提高了蚁群算法的性能。在深入分析调度问题的基础上选择使用会产生不可行解的编码方式——基于机器的编码,给出了较好的不可行解转化规则,将不可行解转化成可行解进行再利用。提高了种群的多样性,而且避免了因为不可行解而产生的算法效率的下降。