随着“中国制造2025”、德国工业4.0等概念的提出,生产制造业对自动化、智能化生产模式的需求日益增长,良好的设施布局不仅可以降低10%～30%的成本,还可以缩短物料的运输路程、减少库存堆积等。因此,对该问题的研究具有重要的现实意义和研究价值,获得了制造业和学术界的高度重视。过道布置问题(Corridor Allocation Problem,CAP),作为设施布局问题的一种特殊形式,不仅在制造业广泛应用,且在医院、图书馆、商场等服务业存在重要的研究价值。因此,对过道布置问题的研究具有重要的实际意义。考虑实际的布局活动中,设施布局在多层空间的形式越来越多地被采用,当布局场地面积不足,无法承担对大规模设施进行单层布置时,设施将被迫布置到多层空间中,并且设施的多层布局可以实现土地的集约利用,降低占地成本;考虑不同行之间的设施长度差异较大导致浪费布局空间,在传统最小化总物流量单目标的基础上,增加优化目标最小化通道长度,构建双层多目标过道布置问题的数学模型。针对上述多目标优化模型,传统求解方法难以处理多个优化目标之间的冲突,针对双层过道布置问题的特性,提出一种基于Pareto思想的多目标离散人工蜂群算法,以避免人为因素对各个目标的干扰,该算法采用基于设施的实数编码形式,随机生成初始种群;在雇佣蜂阶段引入变异操作和交叉操作指导种群向全局最优逼近,避免陷入局部最优,以增加解的多样性;采用精英保留策略对外部档案中的非劣解进行维护,以提高算法收敛性能。通过对经典单层多目标过道布置问题小规模、大规模算例进行求解,对比分析已有算法,验证本文所提多目标离散人工蜂群算法的有效性和高效性。针对本文构建的双层多目标过道布置问题的MINLP模型,使用GUROBI软件对其求解精确值,验证模型的正确性;运用所提算法进行求解,不仅求得了小规模问题的最优解,还在合理的时间内求得了大规模问题的近优解。最后将所建立模型和所提算法应用于工厂的实际布局优化中,优化方案能为决策者提供参考。