近年来国家经济快速发展,国家电网公司体制也与时俱进进行改革自2005年以来,电煤价格持续上涨,与同期相比增长了40%以上,且目前仍没有降价的迹象。在如今电力行业快速发展的大环境下,燃料将成为严重影响和制约电厂生存与发展的重要因素,因此如何积极应对这一变化从根本上解决电厂煤燃料问题带给电厂发展中的约束,从而实现电厂利润最大化,将是各电厂所面临和研究的重要课题。本课题研究的是群体智能算法在电厂燃料管理中的应用,其中主要是针对入场煤的选购中车辆路径问题进行了深入地研究。将群体智能算法运用到电厂燃料管理过程中,可对入场煤的购买、选配等相关问题进行最优化求解,从而使电厂达到降低成本、提高效益的目的。本文首先介绍了一下车辆路径问题,它是电厂入场煤管理的核心问题。在文章中介绍了车辆路径问题的概念以及数学模型,并对现有车辆路径问题进行了分类。接着介绍了现有解决车辆路径问题的经典算法,并对它们进行了比较。接下来又对群体智能算法进行了相关的介绍,其中重点介绍了蚁群算法和粒子群算法。分别介绍了它们的基本原理,以及数学模型和算法流程,并针对现有算法的优缺点,本文分别提出了一种改进算法,通过一些案例进行了分析比较,得出改进后的算法在解决问题上的可行性和有效性。最后将改进后的蚁群算法和粒子群算法分别应用到电厂入场煤管理中的一个实际案例,通过对仿真实验结果以及数据进行分析可以看出改进后的群体智能算法可以正确、有效地解决电厂入场煤问题,从而达到了研究的目的。