自本世纪以来,信息技术的发展使得服装产业的信息传递越来越便捷,个性化定制逐渐成为的客户需求,传统的服装制造业面临的不再是单款式、大批量的订单,而是多款式、个性化、小批量的订单,大批量生产管理系统不再适合现阶段离散化的服装加工制造业,如何在面对快速变化的繁多订单情况下,精准迅速地制定生产计划,确保尽可能地提高订单如期交货率成为了检验一个服装工厂竞争力的重要标志。针对这一离散制造的趋势,本文拟运用遗传算法为核心,设计并实现一款面向服装工厂的APS（高级计划排程）系统,辅助企业快速而精准的面对离散化的订单制定生产计划,提高企业的竞争力。第一章概述了本设计研究的目的和意义,从高级计划排程系统发展过程方面,综述了国内外的研究现状,并对国内服装工厂中排程系统的应用作了深入分析。第二章详细研究了排程系统的核心—车间作业调度以及柔性车间作业调度问题的研究现状和理论模型。在介绍了调度问题的各种解决算法后,选择遗传算法作为本设计所用的算法。第三章基于遗传算法,详细阐述了柔性车间作业调度问题的解决过程。并针对服装工厂提出了一种改进遗传算法,结合实际流程,提出了3种适应度评价体系,同时采用精英保留加分层交叉的选择方法,结合近亲删除法,在适当减缓算法收敛速度的情况下,提高了算法的收敛精度。并且采用Brandimarte提出的柔性作业车间调度实例对算法进行参数优化并进行了对照试验,证明了该改进算法的优异性。第四章阐述了采用B/S架构的优点,运用Java、springboot、mysql、Java Script、vue等开源框架或技术,设计并实现了面向服装工厂的高级计划排程系统。第五章详细讲解了系统实现排程的过程,通过用户录入订单任务信息和产线员工产能的情况,将数据存储在数据库,然后选择订单产线并创建排程记录,服务器在接受请求后,执行遗传算法,求解出所需的最优解,最后用甘特图的形式将排程的结果加以展示。第六章对本全文进行了总结,并提出了后续的改进方案。希望本文的研究对我国服装产业的进一步数字化发展起到积极的指导作用,并对服装业的高级计划排程系统的设计具有参考意义。