تحقیق حاضر، علاوه بر پارامترهای پویایی و انعطاف پذیری، چندمعیاره بودن تابع هدف را نیز درنظر می گیرد. مسایل زمان بندی ماهیتا مسایل پویای بوده و لحاظ نمودن انواع انعطاف پذیری ها در این قبیل مسایل، منجر به رفع مشکلات گلوگاهی، افزایش تولید، بهبود عملکرد سیستم و ایجاد مزیت رقابتی می شود. از سویی دیگر برای دستیابی به اهداف سازگار با فلسفه تولید بموقع و اهداف مدیریتی زنجیره تامین، اهداف زمان بندی در این مساله حداکثر زمان تکمیل، متوسط زمان گردش کاری و متوسط دیرکرد قطعات در نظر 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 می شود. هدف از حل مساله، یافتن بهترین مجموع وزنی است. پس از مدل سازی مساله، الگوریتم ژنتیک پیشنهادی با کروموزوم های دوبعدی پویا، برای حل آن ارایه شد. پارامترهای کنترلی الگوریتم ژنتیک توسعه یافته، به طور دینامیک در طول اجرای الگوریتم و فرآیند بهینه سازی تغییر می کند که این عامل منجر به کاهش احتمال همگرایی زودرس می شود. نتایج حاصل و مقایسه آن با یک روش فرا ابتکاری، نشان دهنده بهبود بمیزان %4.90، %5.33 و %4.60 در میانگین جواب های به دست آمده، به ترتیب برای سه سطح انعطاف پذیری جزیی، متوسط و کامل است.