在工厂生产产品的过程中,流水线是一种基本的生产模式。流水线将复杂的制造过程分为一个个简单的步骤,使得在流水线上的每一个工位只需要进行难度较低的重复工作,极大地增加了生产的速度,并降低了出错的概率。然而,随着生产规模的扩大,如何对流水线上的工位进行有效的的原料配送成为了一个不得不被考虑的问题。汽车等复杂产品的生产流程繁多,各个工位所需的原料也不尽相同,一些工位所需的原料甚至不止一种。为了使各工位的工作不因为原料配送不到位而停滞,必须保证工位旁的原料放置点始终有充足的原料。然而,很多原料并不能在仓库以外的没有特殊保护措施的地方长期放置,如果仅以保证工位旁原料充足为目标大量输送原料,可能导致原料在工位旁积压,从而出现变质等使原料无法被继续使用的情况,造成严重的浪费。本文以准时生产方式为原则,对车间物流运输调度问题的多个类型进行研究,根据问题条件建立问题的数学模型,并为每一种问题类型设计算法来进行求解,通过仿真分析来证明所提出算法的有效性。本文所做的主要工作如下:1.提出了单车辆车间物流运输调度问题的改进布谷鸟搜索算法。针对单车辆车间物流运输调度问题,建立问题的数学模型,并设计一种改进布谷鸟搜索算法及其实现策略求解。仿真结果表明算法能够有效地求解单车辆车间物流运输调度问题,算法具有较好的鲁棒性。2.提出了多车辆车间物流运输调度问题的混沌布谷鸟搜索算法。建立了多车辆车间物流运输调度问题的数学模型。深入研究问题的条件对算法的影响,为布谷鸟算法增加混沌初始化与混沌干扰操作。在局部搜索中引入存储计算结果策略。实验结果表明,提出的算法能够在短时间内获得质量较高的解,其与全局最优解的差距非常小。不保存计算结果的算法与本章提出的算法的对比表明存储计算结果能够有效降低计算时间。3.提出了多流水线车间物流运输调度问题的遗传布谷鸟搜索算法。多流水线车间物流运输调度问题的优化目标为降低多条流水线生产周期的加权和。根据目标函数的改变,设计了用于判断解优劣的条件,并以该条件指导布谷鸟算法各操作的设计。实验结果表明,提出的算法能有效求解研究的问题。4.提出了允许多周期合并的车间物流运输调度问题的带零距离点绑定的混沌混合布谷鸟算法。该问题在多流水线车间物流运输调度问题的基础上,研究允许车辆在一个运输周期内服务多个流水线生产周期的问题。与不允许多周期合并的情况相比,算法需要处理的问题规模成倍增加。为应对这一问题,提出零距离点绑定策略。实验结果表明,该策略能够起到控制算法计算时间的目的。