为了在激烈的市场竞争中求得生存和发展，企业需要从生产调度环节进行优化。生产调度是制造系统的一个研究热点，调度的任务是根据生产目标和约束，为每一个对象确定具体的加工路径、时间、机器和操作等，优良的调度策略对于缩短产品的生产时间，降低成本有着极大的作用。将遗传算法与优化算法结合起来对解决订单生产调度问题具有较高的性能。

机车车辆企业是典型的订单式生产企业，面对全球经济一体化，客户需求个性化以及产品交货高速化的经济时代，机车车辆行业面临着快速响应客户需求、缩短产品交货期、提高产品质量和改进产品服务的压力。为了在激烈的市场竞争中求得生存和发展，企业需要从生产调度环节进行优化。生产调度是制造系统的一个研究热点，调度的任务是根据生产目标和约束，为每一个对象确定具体的加工路径、时间、机器和操作等，优良的调度策略对于缩短产品的生产时间，降低成本有着极大的作用。 　　订单生产调度问题属于一类NP-hard组合问题，因此寻找

机车车辆行业作为典型的面向订单的机械制造企业，优化的生产调度方法能提高订单的准时交货，缩短产品的生产周期，提高企业的市场竞争力。订单生产调度问题是典型的NP-hard问题。遗传算法（Genetic Algorithms）为求具有多个约束的复杂问题提供了有效的方法。但是遗传算法的局部搜索能力比较差，在解决订单生产调度问题中存在着明显的不足。本文引入了局部搜索能力很强的禁忌搜索算法，用遗传算法和禁忌搜索算法相结合的混合遗传算法来解决机车车辆行业中面向订单生产调度问题。

机车车辆企业是典型的订单式生产企业，面对经济一体化，客户需求个性化以及产品交货高速化的经济时代，机车车辆行业面临着快速响应客户需求、缩短产品交货期、提高产品质量和改进产品服务的压力。为了在激烈的市场竞争中求得生存和发展，企业需要从生产调度环节进行优化。生产调度是制造系统的一个研究热点，调度的任务是根据生产目标和约束，为每一个对象确定具体的加工路径、时间、机器和操作等，优良的调度策略对于缩短产品的生产时间，降低成本有着极大的作用。 　　订单生产调度问题属于一类NP-hard组合问题，因此寻找具有