تحقیق حاضر، علاوه بر پارامترهای پویایی و انعطاف‌پذیری، چندمعیاره بودن تابع هدف را نیز درنظر می‌گیرد. مسائل زمان‌بندی ماهیتاً مسائل پویای بوده و لحاظ نمودن انواع انعطاف‌پذیری‌ها در این قبیل مسائل، منجر به رفع مشکلات گلوگاهی، افزایش تولید، بهبود عملکرد سیستم و ایجاد مزیت رقابتی می‌شود. از سویی دیگر برای دستیابی به اهداف سازگار با فلسفه تولید بموقع و اهداف مدیریتی زنجیره تامین، اهداف زمان‌بندی در این مسأله حداکثر زمان تکمیل، متوسط زمان گردش کاری و متوسط دیرکرد قطعات درنظر گرفته شد. این اهداف بمنظور استفاده بهینه از منابع، کمینه کردن موجودی در گردش و تعهد بالا در مقابل مشتریان انتخاب شده و کنترل همزمان آنها منجر به بهبود عملکرد سیستم می‌شود. هدف از حل مسأله، یافتن بهترین مجموع وزنی است. پس از مدل‌سازی مسأله، الگوریتم ژنتیک پیشنهادی با کروموزوم‌های دوبعدی پویا، برای حل آن ارائه شد. پارامترهای کنترلی الگوریتم ژنتیک توسعه‌یافته، به طور دینامیک در طول اجرای الگوریتم و فرآیند بهینه‌سازی تغییر می‌کند که این عامل منجر به کاهش احتمال همگرایی زودرس می‌شود. نتایج حاصل و مقایسه آن با یک روش فرا ابتکاری، نشان‌دهنده بهبود بمیزان 4.90% ، 5.33% و 4.60% در میانگین جواب‌های به دست آمده، به ترتیب برای سه سطح انعطاف پذیری جزئی، متوسط و کامل است.
