车间调度问题(JSP)是计算机集成制造系统(CIMS)工程中的一个重要组成部分，它对企业的生产管理和控制系统有着重要的影响。在当今的竞争环境下，如何利用计算机技术实现生产调度计划优化，快速调整资源配置，统筹安排生产进度，提高设备利用率已成为许多加工企业面临的重大课题。该论文在研究了作业车间调度问题数学模型和优化算法的基础上，将一种改进的自适应遗传算法应用在作业车间调度中。该算法是将sigmoid函数的变形函数应用到自适应遗传算法中，并将作业车间调度问题中的完工时间大小作为算法的评价指标，实现了交叉率和变异率随着完工时间的非线性自适应调整，较好地克服了标准遗传算法在解决作业车间调度问题时的“早熟”和稳定性差的缺点，以及传统的线性自适应遗传算法收敛速度慢的缺点。通过对几个优化实例的仿真计算，验证了该算法在作业车间调度应用中的有效性。另外，利用遗传算法和模拟退火算法在求解该类问题时的有效性和实用性，设计了一种可应用于车间调度问题的混合遗传算法。该混合算法将遗传算法的局部搜索优势和模拟退火的全局搜索优势相结合，可以增加种群中个体的多样性和算法的鲁棒性。最后，通过仿真计算，结果表明该混合算法克服了单纯遗传算法和模拟退火算法在车间调度优化方面的不足。最后，以改进的自适应遗传算法和混合遗传算法为调度算法，设计并实现了作业车间调度系统，详细介绍了各个模块的功能与操作。将此系统应用到标准问题，并对某车间部分调度进行了模拟仿真，得到了较好的调度结果，进一步证明了两种算法的有效性和实用性。