计算机集成制造系统(CIMS)能显著提高企业的综合经济效益，因而是当前国内、外各大中型企业研究与实施的热点。生产计划与调度系统作为实施CIMS工程中的一个重要组成部分，是CIMS功能结构模型中不可缺少的一个层次。调度问题是组合优化问题，属于NP问题，近几年各种智能计算方法逐渐被引入到调度问题中，如遗传算法、模拟退火算法等。 遗传算法作为一种非确定性的拟生态随机优化算法在过去20年中得到了广泛的应用，由于其具有不依赖于问题模型的特性、全局最优性、隐含并行性等特点，正越来越激起人们研究与应用的兴趣。本文应用遗传算法求解复杂的车间调度问题，主要在以下几个方面作了一些研究工作： (1)为了克服遗传算法容易出现提早收敛的缺陷，提出了一种改进的遗传算法，并将其应用于流水车间调度问题。 (2)针对混合流水车间调度问题，提出了一种基于遗传算法的求解方法，给出了染色体的编码方法和相应的遗传算子，这种编码方法使得遗传算法的操作大大简化。 (3)针对实际生产调度问题存在大量的不确定性因素，研究了模糊流水车间调度问题，并对嵌入邻域搜索的混合遗传算法进行了仿真，与其它算法得到的结果进行了比较分析。 (4)描述了机器调度问题中的提前/拖期调度问题，针对并行多机调度问题的复杂性，将其分解为两个子问题，基于这个分解的思想，提出了一种基于遗传算法的解决策略，对各种不同规模的问题进了仿真。