作業(yè)車間調(diào)度問題是將多臺機(jī)器安排處理多個工件的組合優(yōu)化問題，使最大完工時間達(dá)到最小。應(yīng)用傳統(tǒng)螢火蟲算法求解時，螢火蟲個體到達(dá)最優(yōu)解附近時，相對吸引力逐漸增強(qiáng)，導(dǎo)致局部搜索能力減弱，造成求解結(jié)果在最優(yōu)解附近震蕩，進(jìn)而使求解精度下降。為改善解的質(zhì)量，本文在螢火蟲算法迭代過程中引入精英選擇策略，保護(hù)進(jìn)化過程中的優(yōu)秀個體，避免最優(yōu)解丟失；為提高算法收斂速度與求解精度，對螢火蟲位置更新方法引入基于種群規(guī)模和迭代次數(shù)的動態(tài)自適應(yīng)慣性權(quán)重：同時對每一代螢火蟲種群最優(yōu)個體引入禁忌搜索算法，提高局部搜索能力。仿真結(jié)果表明本文所提出改進(jìn)算法在解決作業(yè)車間調(diào)度問題上的有效性與實用價值。