船舶建造行业是展示一个国家或地区经济水平和科技实力的重点行业。近年来,中国造船业在国际市场的持单份额持续攀升,已成为世界公认的船舶建造重要力量。但中国在高端船舶制造方面的技术水平、制造经验等仍然相对薄弱,随着国内劳动资源成本的持续上涨,不少船厂面临着制造成本不断增加的挑战。如何提高船舶建造效率成为船舶制造企业关注的重点问题,也是提升企业市场竞争力的有效措施,所以针对船舶制造企业车间调度问题的探讨至关重要。本文以船舶制造企业中的钢材准备车间为研究对象,将其切割加工作业区看成存在并行机的流水作业车间。结合某船厂钢材准备车间实际生产数据,为实现钢材准备车间的高效调度,从而制定更加高效的生产计划,提高生产效率,本文提出并研究了一种混合算法,其融合了遗传算法与模拟退火算法各自的优点。具体研究工作如下:首先,讨论了现代船舶制造企业的生产模式,概括了钢材准备车间的作业流程与加工工艺,分析了钢材准备车间现有调度方法的问题与不足之处。结合船舶制造企业的特点及实际生产系统的要求,将车间调度目标确定为最小化提前/拖期惩罚。其次,结合某船厂钢材准备车间的实际生产数据,包括工件的类型、加工工序约束、加工时间、加工机器的选择以及车间目标等信息,定义了钢材准备车间调度问题变量,建立了数学模型。以最小化提前/拖期惩罚为优化目标,提出了一种混合算法。深入研究了混合遗传算法的运算流程,其中涵盖了个体的编码与解码方案、适应度值的计算、算法约束条件、遗传操作、退火温度等相关内容。最后,根据某船厂实际生产数据,将工件数量、工序约束、加工设备等信息导入数学模型中,再使用本文算法进行求解,得出了最优调度序列,包括工件加工设备的选择以及加工顺序,并绘制出最优调度甘特图;同时为了验证本文所提出算法的有效性,将同样的加工数据导入标准遗传算法(SGA)中进行迭代计算。经过比较可以得出结论,将本文算法应用在船舶钢材准备车间调度问题的求解上,效果更加先进与合理。