伴随现代制造技术的蓬勃发展,智能化生产制造成为现在制造业的发展重点。尤其是作为制造业经典的调度问题-车间调度问题,已成为现在研究的重点潮流,注重于实现高效率、低成本和高柔性。柔性作业车间调度问题兼具高柔性特点,符合现在社会发展潮流,企业要跟随社会潮流,实现均衡发展,比如低成本、高效率、高满意度等,单一的性能指标肯定不足以满足现在企业蓬勃发展的竞争需要。在现实制造业的生产过程中,机器长时间加工导致产生磨损、故障或老化等,使机器产生恶化效应,因此对于考虑机器恶化效应的多目标柔性作业车间调度问题有重大研究意义和现实意义。首先,我们提出了考虑机器恶化效应的柔性作业车间调度的多目标问题。经过多方面权衡后,选择最大化完工时间,最小化总成本和最大化客户满意度等多目标进行性能指标的评定并建立模型。从企业角度看,最大化完工时间体现了高效率,有利于提高设备利用率;最小化总成本体现了低成本,有利于扩大企业的最大利益;最大化满意度体现了以客户为上帝的理念,有利于企业的声誉,机器恶化效应可以缩短工件的实际完工时间和理想完工时间的差距,有利于企业对于调度的准确性。然后,针对本文所提模型,将权重系数法运用于此模型中,将多目标性能指标转化为单目标性能指标,并提出了一种改进的遗传退火算法(Improved Genetic Annealing Algorithm,IGAA)来求解。此算法于遗传基础上,结合模拟退火算法改进遗传算法局部搜索能力不足的问题;使用云正态发生器进行自适应改进遗传算法的交叉和变异概率,并改进交叉操作和选择操作,提高快速寻优能力,收敛速度等算法的性能。最后,使用MATLAB工具编程和车间调度标准的测试用例进行仿真测试。主要是进行跟自身算法的每一步改进进行横向对比和其他算法在前提条件相同的情况下进行纵向对比来验证算法的性能和有效性;并使用MATLAB GUI语言设计了一个车间调度系统。