集成调度是调度领域重要的分支之一。现有关于生产与运输集成调度的研究往往忽略库存因素的影响,而实际生产中,在产品加工完成没有立刻运输则需要存入仓库,因此库存也直接影响企业的整体运行效率。因此,考虑库存的集成调度问题研究具有重要的理论意义及应用价值。集成调度问题在求解时,往往被分解成生产与运输两个子问题,然后分别进行求解以获得原问题的解。这种方法难以对各个阶段所得的求解信息进行有效地融合和利用。因此本文提出了将两阶段信息融合的两种算法求解带有库存的集成调度问题。本文主要研究内容如下:(1)本文针对单客户考虑库存因素的生产与配送集成调度问题进行研究,以最小化生产、库存和运输总成本为目标,并设计了基于蚁群优化的反馈式联合蚁群算法(Feedback Joint Ant Colony Optimization,FJACO)算法对问题进行求解。首先,针对所研究的问题给出了具体的问题描述,接着针对多阶段问题特性,设计了动态生成的两阶段编码方法,然后基于批存储进仓库和被运输的二元决策特性,设计了概率决策机制,之后根据整体解的信息对概率公式进行更新,形成正向反馈的算法结构,以便充分利用集成调度问题中各个阶段解的信息提高解的质量。此外,本文还设计了一种候选列表用以提高搜索效率,以及一种用于提高解的质量的局部优化策略。最后,仿真实验结果表明,所提算法的综合性能比其他对比算法更好。(2)本文进一步拓展研究了面向多客户的集成调度问题,即多客户情况下工件的加工和运输阶段需要考虑工件所属客户和工件偏好度差异问题。基于此本文提出了带有偏好的反馈式联合蚁群算法(Feedback Joint Ant Colony Optimization with Preference,FJACOP)。首先,根据工件所属客户的不同重新设计了编码方法。针对多客户问题中工件偏好度,设计了基于工件偏好的启发式信息。然后,为了提高算法的性能,本文设计了带有偏好的概率决策机制,并在此基础上提出了多客户下联合决策机制。最后通过大量的仿真实验证明了算法的有效性。