随着对企业内部物流关注的不断增加,对企业物流设施布置(facility layout problem,FLP)进行优化己经成为提高作业效率与市场竞争力的关键。FLP的决策过程往往需要考虑决策目标、设施特征、物料搬运过程及场地物理空间等诸多因素,并呈现大规模、非线性、强约束等特征。业已证明,FLP属于组合优化问题中NP-难范畴,其优化求解过程十分复杂。因此,依据系统特征,选择合适的设施布置形式,并开发相应的求解算法具有重要的理论价值和现实意义。分布估计算法(estimation of distribution algorithm,EDA)是一种基于概率模型的群智能算法,具有较强的全局搜索能力。本文以两类在实际中应用较为广泛的设施布置问题,即二次分配问题(quadratic assignment problem,QAP)和定位布置问题(fixed-positioning layout problem,FPLP)为研究对象,设计了相应的改进分布估计算法。本文的主要研究工作如下:(1)物流设施二次分配问题相关研究。首先设计了一种混合分布估计算法(hybrid EDA,HEDA)对该问题进行求解。其次根据QAP模型参数中的物流量与距离矩阵的分布特征,设计了一种基于“假设物流中心”的启发式策略,用于构造HEDA的初始化种群。第三,通过融合一种基于互换型邻域结构和快速评价机制的局部搜索策略,有效降低了计算复杂度和无效迂回的搜索。(2)物流设施定位布置问题相关研究。首先建立了定位布置问题的非线性整数规划模型,并讨论了 FPLP与QAP之间的相互关系。其次,基于所建立的基本数学模型,建立了基于罚函数的改进数学模型对原模型中的约束项进行松弛。第三,设计了一种分布估计算法(improved EDA,IEDA)对该问题进行求解。(3)模型与算法有效性和可行性验证。为了对算法性能和灵敏度进行分析,设计了基于benchmark和随机算例的仿真实验,所有算法均在Microsoft Visual Studio 2008(C++)集成开发环境中编码实现。实验表明,所提出的算法优于现有的主流算法,具有较好的求解性能和鲁棒性。(4)基于企业实际应用研究。将所提出的模型与算法应用于辽阳第地嘉交通物流园区和沈阳某建筑地施工现场的实际物流设施布置中,验证了模型与算法的潜在实际应用价值。通过本文研究得到如下主要结论:(1)通过大量的仿真实验与比较结果,验证了 DEA类算法可用于有效求解设施布置类问题且具有较好的鲁棒性,这表明分布估计算法的基于概率分布的迭代寻优方式与设施布置类问题的问题特征十分匹配。也进一步表明使用智能算法求解组合优化问题时,对问题特征信息(知识)的利用十分重要。(2)由于智能优化算法的原始框架不能对硬约束(如容量约束,能力约束)进行处理,因此在所设计的算法中嵌入合理的约束处理技术,对提升解的质量有着十分重要的作用。(3)分布估计算法属于进化计算领域比较新颖的算法之一,目前就其理论框架的研究十分有限。相比其他主流算法而言,分布估计算法对于特定类问题的求解性能与灵敏度显著占优,能够较好地适应复杂情况下实际生产系统的特征,因此其应用前景十分巨大。