信息化是保证企业敏捷制造，适应多品种、小批量市场需求的最佳途径之一。随着企业信息化在铝加工行业的深入发展，信息化系统从自动化系统、DCS或PLC系统向上延伸至MES，高端铝材行业法规的追溯要求也促进了MES系统在铝加工行业的应用，而生产排程是MES关注的核心功能之一，一直是国内外理论研究以及工程技术领域研究的热点。　　高端铝材是铝加工行业里的一种生产精度要求、附加值大的产品，其生产过程复杂、多样，是一种具有非线性、时变、强耦合的复杂工业过程，其排产问题具有较大的解空间与极强的复杂性，传统的运筹学方法在大规模问题上求解效果不理想。　　近年来，仿生智能算法因其具有自适应、自组织和自学习等特征，以获得优化问题的满意解为寻优目标，对目标问题的限制少备受关注。该类算法是一类建立在生物智能基础上的随机搜索算法，源于对生物体多年演化而来的特征、现象以及行为等内在机制的探究与模仿，具有人工智能的特点。从二十世纪八十年代起，仿生智能算法开始产生并不断向前发展，对各类大型复杂的优化问题有很强的适应性，为那些用传统优化方法难以解决的复杂工程问题提供了富有成效的新技术和新方法，现已发展成为多个工程领域研究的热点问题和重要方向。　　本课题主要以面向高端铝材的铝加工生产为背景，着重对铝挤压的作业排产进行建模研究、对求解排产问题的仿生智能优化方法进行了深入研究。论文的主要研究内容包括:仿植物根系生长行为的优化算法研究、基于精英策略的人工蜂群算法研究、基于双种群协同学习算法的置换流水车间调度优化研究、铝挤压作业排产优化研究。具体的研究内容和创新性成果概括如下:　　(1)仿植物根系生长行为的优化算法研究　　鉴于植物根系在生长过程中表现出的智能决策行为，对植物根系生长特点进行了研究，建立了基于根系生长行为的计算模型。通过对植物根系生长模型的实例化，提出了一种人工根群优化算法。在标准测试函数以及聚类问题上的实验表明了提出的算法具有良好的优化精度和收敛速度。人工根群优化算法为新型生物启发式算法的研究提供了参考。　　(2)基于精英策略的人工蜂群算法研究　　对人工蜂群算法进行了分析，然后结合人工蜂群算法的特点，提出了基于精英策略的人工蜂群算法。首先引入单个精英寻优策略到蜂群算法，设计了求解连续问题的可学习蜂群算法，该算法有效地克服了蜂群算法不能利用算法中已经找到优秀基因的缺陷。其次，提出了一种基于双种群协同学习的算法，按照个体适应度排序后将种群划分为两个种群，分别为每个种群设置了生成新解的策略，高适应度种群自学习，低适应度种群向高适应度种群学习，实现了高适应度种群引导优化的“精英”指导策略。实验验证了所提算法在高维连续问题上具有较强的寻优能力。　　(3)基于双种群协同学习算法的置换流水车间调度优化研究　　为了利用仿生智能算法求解置换流水车间调度问题(PFSP)，沿用双种群协同学习算法的实数编码规则，提出了基于SPV与LOV的双种群协同学习算法，并采用基于NEH的方法对解初始化和局部搜索，提高了解的质量。以最小化最大完工时间为求解目标在Reeves实例与Taillard实例上进行实验，结果表明基于SPV与LOV的双种群协同学习算法在解决PFSP问题的有效性。　　(4)铝挤压作业排产优化研究　　针对铝挤压的生产特点，将铝挤压排产问题抽象为基于批量组织生产的流水车间调度问题，建立了基于批量处理的PFSP模型。根据铝挤压排产问题组合排列特性，构造了基于直接编码与变邻域搜索策略的双种群协同学习算法。依据实际的工艺路线采用提出的算法求解铝挤压排产问题，结果表明了所建模型的可行性和所提算法的有效性。