随着智能生产制造的时代的来临,经济发展的日益迅速和生产制造技术越来越成熟,生产制造行业的竞争已变为速度与效率的竞争,因此现代化的生产制造企业需通过对生产资源的配置合理化以及在日常生产活动中加大力度对生产系统进行改善,由于优化的需求和效果难以通过数学计算,实际实施又成本过高,优化措施的选取也比较复杂,本文建立了生产系统仿真优化的模型,以此来更好的优化生产系统,衡量优化效果。本文首先总结了一些国内外学者对flowshop问题的研究,分析了在生产调度中常用的方法以及求解调度问题的常用算法,随着人工智能时代的到来,对生产系统的flowshop问题求解也由一般算法渐渐向元启发式发展,其次总结了国内外生产系统仿真和优化方面的研究,介绍了部分比较常用的生产系统仿真软件,和生产系统优化措施,建立了生产系统中flowshop问题求解的通用的仿真优化模型,以flexsim仿真软件做生产系统运行情况的仿真,建立遗传算法模型,并运用matlab建模软件对遗传算法模型实现,根据运行结果,得到优化措施,再运用仿真软件对优化措施进行验证,若优化措施有效、合理,则可进行实施,若优化措施经验证缺乏合理性,则需对优化措施进行调整或重新研究。最后将模型进行实际应用,分析了Y公司整车装配生产线的运行情况,确定优化需求后建立改进的遗传算法模型,通过对结果进行分析,验证其有效性、合理性和整体性,并与基本遗传算法模型的优化结果进行对比。传统的系统优化研究验证方法较单一,验证目标也较单一,本文选择了能够高度模拟生产系统的仿真软件,对遗传算法进行了改进,提高了优化效率,在验证结果时还考虑到了优化措施对系统其他部分的影响,若优化措施没有造成生产系统其他部分的新的瓶颈,不影响系统整体性,则优化措施合理。本文研究得出以下结论:(1)生产系统的评价指标包括生产节拍、瓶颈率、加工时间、净产出量等,通过flexsim仿真软件建立仿真模型运行后的结果得出生产线运行情况,该软件可应用于其他各类生产线的运行情况研究,应用范围十分广泛。(2)本文应用了代沟机制,即精英保存策略,以及自适应策略的遗传算法模型,既保存了传统遗传算法强大的全局搜索能力,也提升了局部搜索能力,克服了进化初期易早熟的现象,并改进了进化末期收敛迟钝的不足,整体上改善了算法性能。(3)验证优化措施的有效性和合理性,并对对优化措施对生产线其他工位的影响进行研究,以避免部分优化造成整体效率下降。本文研究还存在以下局限:(1)本文并未完全克服遗传算法的全部缺点,在编码方面的研究尚不够深入。(2)遗传算法对生产线的优化仅能对投产顺序、车间布局等进行调度,而未涉及生产工序以及更复杂的生产线优化,在今后的生产线问题研究中,还应对生产工艺进行研究,减少每个生产工序所用时间,同时保证生产质量,从各个方面提高生产效率。