对于按单生产的企业,由于产能的有限性、交货期承诺要求等因素,接受并加工所有的订单可能会导致部分订单不能及时交付、延迟惩罚罚金增加、顾客满意度下降。从供应链管理角度考虑,应该区分订单对企业的重要性,合作与协调订单选择与加工调度决策,以实现优化企业收益。订单接受与加工调度优化决策问题是典型的NP-难的,难以用传统的精确优化算法求解大规模决策问题。蚁群算法是由意大利学者Dorigo等人根据自然界真实蚂蚁觅食的过程所提出的智能算法。实践表明,蚁群算法在复杂的组合优化问题上已经有了较多的应用。本文从蚁群算法的基本特征出发,首先针对单机环境下优化决策问题提出了改进的蚁群算法。在改进蚁群算法中对概率函数进行适当的修改,有助于选择收益大、交货紧急的订单；多种局部搜索相结合的方式,能够有效地跳出局部收敛；其次,针对两机流水线环境下优化决策问题提出了混合蚁群算法。在混合蚁群算法中将禁忌搜索算法与蚁群算法相结合,蚁群算法为禁忌搜索算法提供较好的初始解,而禁忌搜索则增强了算法的局部搜索能力,极大地提高了算法的寻优能力。最后,本文针对两种环境下所提出的蚁群算法,进行相应算法的参数设定,并通过大量的仿真实验来验证效果的有效性。结果表明,改进后的两类蚁群算法在运算结果和运算时间等均有较好的性能表现。