近年来由于市场的多样化与个性化的需求,机床结构件生产线上的产品种类越来越多,生产过程愈加复杂。车间调度是制造业生产系统的重要环节,通过对车间资源的合理分配,可提高生产效率、降低成本及能耗。因此本文针对机床结构件生产线的车间调度优化问题开展了以下研究工作:（1）研究了一种高维多目标优化方法。针对高维多目标优化问题本文提出了基于直觉模糊集相似度的遗传算法（Genetic Algorithm Based on Similarity of Intuitionistic Fuzzy Sets,SIFS＿GA）用以求解。采用直觉模糊集的相似度作为进化算法的适应度来引导算法进化。将Pareto解映射到直觉模糊集中,并构造参考解直觉模糊集。计算Pareto解直觉模糊集和参考解直觉模糊集的相似度,以相似度大小来判断Pareto解的优劣。最后,通过CEC标准测试算例进行测试,验证了该算法性能优于常用的多目标优化算法。（2）根据生产线车间的柔性加工特点,建立多目标柔性作业车间的节能调度模型及其求解方法。首先,阐述了柔性作业车间调度问题与制造系统能耗的相关理论,在此基础上建立了一种以最大完工时间、空载时间、加工质量以及能源消耗为目标的柔性作业车间节能调度模型。其次,为使该算法适用于柔性作业车间调度问题,将SIFS＿GA算法离散化处理与改进。最后,采用MK测试实例对算法的性能进行了评估与比较,证明了离散型SIFS＿GA算法可有效求解高维多目标柔性作业车间的节能调度问题并且具有优越性。（3）针对机床结构件实际生产的特点,建立了考虑搬运时间的多目标柔性作业车间调度模型。在大多数研究中,搬运时间通常被忽略,但机床结构件的重量较大,这将导致理论研究与实际应用之间存在巨大差距。因此本文在原先的基础上引入搬运时间,并且在能耗目标函数中加入搬运过程产生的搬运能耗,保持其他目标函数不变。最后,结合某企业实际生产车间的机床结构件的生产实例,分别采用符合约束的离散型SIFS＿GA算法与NSGAII算法,完成对机床结构件生产线的柔性作业车间调度案例设计,实验结果证明离散型SIFS＿GA算法在解决考虑搬运时间的多目标柔性作业车间调度问题上是一个有效的方法。（4）为了更直观的验证上述研究成果,采用离散仿真软件QUEST对生产系统以及调度方案进行仿真与分析。利用案例介绍了QUEST软件仿真过程,对机床零件加工车间的生产线进行物理建模及逻辑链接。最后,通过QUEST仿真输出设备利用率、设备空闲时间以及工件的完工情况等数据参数完成仿真数据对比分析,验证了算法的有效性与优越性。