随着经济的发展,市场竞争蒸蒸日上,生产制造业是国民经济发展的重要行业,传统的制造模式已经很难满足人们的多样化需求。生产调度模块是制造过程中的核心模块,它对企业生产率、生产成本以及综合竞争力都有至关重要的影响。因此为了提高制造系统的工作效率,应对科技的日益更新,对生产调度问题的研究具有十分重要的研究价值。车间调度问题是一种比较复杂的NP-hard问题。传统的优化方法只能处理小规模调度问题,在面对大规模的问题时这些方法显得不够高效。因此,研究者们根据大肠杆菌的觅食过程提出了细菌觅食算法这一新型的群智能优化算法,国内外研究者尝试将改进细菌觅食算法应用到车间调度问题中,并已取得一些成果,也有研究者针对各类算法的优缺点,提出混合优化算法,也取得了不错的成果。论文首先研究了作业车间调度问题,对其当前的研究现状进行了详细分析,并详细介绍车间调度问题求解的各个环节,在深层研究标准细菌觅食优化算法的基础上,分析了算法存在的问题以及求解优势,结合车间调度问题的特点,提出一种改进的细菌觅食优化算法,并将其应用到求解车间调度问题中,进行实验验证。改进算法重点对趋化操作的运动步长以及翻转方向进行了改进,设计了自适应步长在三种情况下的变化值,并增强全局最优位置与单个最优位置在翻转方向上的指导,避免算法出现早熟现象。迁移操作方面,提出一种非固定驱散概率的情况,根据细菌个体当前的适应度值决定驱散概率,避免优秀个体的损失。通过标准算法、粒子群算法以及改进算法进行对比实验,阐述了改进算法的优化性能。同时验证了算法的初始解鲁棒性以及在解决车间调度问题中的可行性。结果表明:改进细菌觅食优化算法在求解小规模的问题时,收敛速度有所提高,在求解中型规模的车间调度问题时,性能也明显优于标准算法,并且具有良好的鲁棒性。