1、經(jīng)濟的全球化與信息技術的不斷發(fā)展，使得制造業(yè)面臨新的機遇與挑戰(zhàn)，產(chǎn)品的個性化與大批量生產(chǎn)是現(xiàn)在市場需求的新亮點。在德國提出工業(yè)4.0后，我國也積極地制定了中國制造2025的目標，可見我國對于企業(yè)新型發(fā)展模式的重視程度。而柔性制造車間靈活生產(chǎn)的優(yōu)點又恰能解決上述的挑戰(zhàn)，幫助企業(yè)順利升級轉型。因此研究柔性制造車間的問題具有很強的實際意義。
　　柔性制造車間中調(diào)度問題是理論研究的重點，為此本文針對柔性車間中的調(diào)度問題，基于新型智能群體優(yōu)

2、化算法蝙蝠算法，改進原始算法的編碼機制，使得連續(xù)蝙蝠算法可以解決車間調(diào)度此類離散問題;改進算法位置更新中步長參數(shù)，仿真實驗的結果證明了該改進參數(shù)對于提高算法收斂速度的有效性;針對柔性流水車間與柔性作業(yè)車間的調(diào)度問題，采用改進后的編碼方式與初始化策略，并使用文獻案例做了仿真實驗，仿真實驗結果驗證了本文改進連續(xù)蝙蝠算法的優(yōu)越性。最后，分析了算法與實際生產(chǎn)之間的差異，并針對其中一個常見問題提出了改進方案，將改進的算法與此方案結合，應用于某圖章