Para optimizar la programación de la producción de un taller de trabajo flexible, este artículo, basado en el algoritmo NSGA-II, propone un algoritmo genético de clasificación no dominada de recocido simulado adaptativo con elitismo mejorado (ASA-NSGA-EE) que establece un modelo de programación de taller de trabajo flexible multiobjetivo con las funciones objetivo de minimizar el tiempo máximo de finalización, el costo de procesamiento y las emisiones de carbono generadas por el procesamiento. El algoritmo ASA-NSGA-EE adopta una estrategia genética de cruce y mutación adaptativa, que ajusta dinámicamente las tasas de cruce y mutación según la etapa evolutiva de la población, con el objetivo de reducir la pérdida de soluciones óptimas. Además, incorpora el algoritmo de recocido simulado para optimizar la estrategia de selección aprovechando sus características de enfriamiento. Además, mejora la estrategia de élite mediante la incorporación de criterios de selección de élite. Finalmente, a través de experimentos de simulación, se valida la efectividad del algoritmo NSGA-II mejorado comparándolo con otros algoritmos.