为实现分布式制造环境中上下游工序和机器间的协同生产，研究了带有运输的混合流水车间调度问题。以包含加工时间、运输时间和加工等待时间的完工时间最小为目标，建立了带有运输约束的混合流水车间调度模型，基于Q-learning设计了改进的遗传算法(QGA)求解该模型。在该算法中，首先基于工件序号设计编码和遗传算子等遗传操作；然后根据种群适应度函数构建种群的状态集合，以交叉概率和变异概率的取值作为动作，以最佳个体适应度和种群平均适应度作为奖励；最后采用Q-learning对交叉和变异参数进行智能调整，提高算法的收敛速度与全局搜索能力。仿真实验结果表明，与改进的遗传算法(GA-TS)相比，本文QGA的最大完工时间平均减少了2.0%,收敛速度提升了18.1%。