蚁群算法是一种基于信息素正反馈机制的新型启发式优化算法,与传统优化方法相比,蚁群算法具有分布式计算、正反馈两大特点。蚁群算法已经在诸多组合优化问题方面取得了良好的效果。车间调度问题属于典型的NP-hard问题,随着现代制造业发展,车间调度问题的复杂性和重要性日益提高,迫切需要一种有效求解方法。利用蚁群算法求解车间调度问题,一方面能够充分利用蚁群算法的全局搜索能力,在较大规模的解的空间中寻求全局最优解;另一方面,利用蚁群算法的分布式计算性、正反馈性和鲁棒性等优点,充分优化求解时间,提高问题的求解效率。本文在广泛深入地查阅国内外文献的基础上,对蚁群算法以及面向车间调度的基础理论和基本方法进行了深入的理论研究和实验分析,主要内容如下:本文系统、详尽地介绍蚁群算法,对普通蚁群算法以及已有的改进的蚁群算法进行了全面的分析和比较,并在此基础之上提出了本文改进的蚁群算法。本文提出了具体的改进策略,在解决具体车间调度问题时结合问题特点作相应的调整。通过标准的TSP数据进行仿真实验,实验结果表明改进的算法具有较好的效果。本文系统地介绍了JSSP与FSSP两类问题以及蚁群算法求解两类问题的方法。最后通过标准的车间调度实例数据进行仿真实验,并将实验结果与其他算法进行分析比较,结果表明改进的算法在运行效率与求解质量等方面均取得了较好效果。