作业车间调度问题是经典的组合优化问题之一,它是在n个工件,m台机器的生产环境下寻求最小完工时间最短的调度方案。而柔性作业车间调度问题是作业车间调度问题的扩展,包含机器选择和工序排序两个子问题,更加接近实际生产环境的模拟,是实际生产中迫切需要解决的一类问题。本文对作业车间调度问题和柔性作业车间调度问题进行研究,并取得了一些有意义的研究成果。本文首先对课题研究的背景、意义和国内外研究现状进行介绍。概述调度问题的分类、特点及其主要研究方法。介绍遗传算法的基本理论,并针对经典的车间调度问题——作业车间调度问题,着重阐述了遗传算法在JSP中的应用,包括其编码设计、交叉和变异操作的设计等。然后本文对作业车间调度算法进行了研究。分析了用遗传算法求解作业车间调度问题所存在的瓶颈,即代与代之间没有把它往好的解进行牵引,从而导致稳定性不好,相对偏差较大。考虑到粒子群算法具有比遗传算法更加高效的信息共享机制,具有更强的启发性,于是本文设计了一种将遗传算法和粒子群优化算法结合的混合算法(PSO/GA),并通过对实例的测试,获得的结果优于以往的算法,验证了该算法在求解作业车间调度问题上的有效性。之后本文又介绍了柔性作业车间调度问题,阐述了混沌粒子群优化算法,并结合遗传算法和混沌粒子群优化算法理论,设计了一种混合遗传算法求解柔性作业车间调度问题,并通过对13个经典实例的测试,验证了该算法在求解作业车间调度问题的有效性。