在管理学领域中,很多问题最后的模型都是建立出了一个目标函数,分为无约束和带约束的。无约束的多模态函数结构非常复杂,甚至维数很高,因此传统的求解方法难以获得令人满意的结果,有必要引入智能算法进行求解;带约束的优化问题是比无约束问题更加的复杂,传统的方法求不出最优解或者与最优解相去甚远,而新兴的智能算法在这方面展现出一定的优势。车间调度问题对企业的生产指导具有重要的现实意义,更优的调度方案能够节约企业的生产成本;另外用群体智能算法求解要比传统的方法更加节约时间,并且获得的解是可以令人满意的,本文提出的求解方法为车间调度问题的求解提供了新的思路。针对花授粉算法易陷入局部最小、早熟的特点提出了一种基于正弦余弦算法的花授粉算法和带杂交算子的自适应花授粉算法,并应用于多模态函数的求解,实验结果表明改进的算法相对基本花授粉算法和基于差分进化策略的花授粉算法在函数优化方面具有一定的优势。将正弦余弦花授粉算法应用于求解三个工程优化设计问题,分别是:三杆桁架设计、压力容器设计、减速器设计问题。由于惩罚函数法受到罚介数和罚系数的影响,本文解决这三个问题并未使用,而是将约束条件作为更新最优解的条件,并取得了比一些改进算法更好的效果。针对离散型的组合优化问题-作业车间调度问题,设计了一种离散型的花授粉算法,进行有效的编码和解码,最后通过车间调度的FT和LA实例测试,表明离散型的花授粉算法在求解作业车间调度问题具有一定的优势。最终将提出的算法具体运用到公司案例,给该公司解决了小规模调度问题,为公司的生产制造提供了一些可参考的方案。