在经济全球化的时代,我国制造业面临着巨大的商机和激烈的市场竞争,企业在满足客户个性化需求的同时需要具备快速响应市场的能力。科学有效的生产调度可以增强车间资源优化配置能力,降低生产成本,促进企业对生产过程的有效组织与控制,提高企业按期完成客户订单交付的能力,使企业在激烈的全球化竞争中处于领先地位。关于调度方法及其相关优化技术的研究已经成为学者们关注的热点。近些年作业车间调度问题的研究取得了丰富的理论研究成果,但是由于所建模型多数是关于已被约束和简化的单目标经典作业车间调度问题,与实际生产状况相差甚远,很难有效的应用于生产实践。因此本文结合实际生产调度中面临的多目标和柔性化等特点对作业车间调度问题展开相关研究。在综合国内外关于作业车间调度和多目标优化问题的研究基础上,本文提出用遗传算法进行多目标车间调度问题的优化。结合车间生产的实际情况,建立了包括完工时间、设备负荷和提前／拖期惩罚在内的多目标柔性作业车间调度模型。鉴于遗传算法在求解多目标优化问题时易发生早熟收敛和适应度分配方面的困难对算法进行改进,利用模糊聚类建立了新的种群更新规则,使候选解尽量均匀分布以维护种群多样性,并采用随机权重法和偏好信息相结合的方式简化适应度的分配和选择操作,提高算法的搜索效率。仿真结果表明本文的改进遗传算法可以有效地解决一般模式下的多目标柔性作业车间调度问题,并且应用在实际多目标柔性作业调度中,结果可行,可以对生产实践起到一定的指导作用。