萤火虫群优化算法来自于大自然中萤火虫群的觅食行为,大自然中的萤火虫会带有一定数量的荧光素,并且可以通过个体所发光亮的强度向周围其他萤火虫传递信息。一般,如果萤火虫所发出的光亮越强,则表明该只萤火虫所在位置的食物浓度越高,并且,该只萤火虫附近的较暗个体会向其进行移动。通过萤火虫群体的不断移动和迭代,最终,多数萤火虫都会汇聚到最亮的萤火虫所在的位置上,该位置即为最优解。萤火虫算法作为一种群体智能优化算法,具有实现简单、鲁棒性强等优势,已经在许多领域得到了应用,例如,函数优化问题、组合优化问题、多信号源定位等。同时,萤火虫群优化算法从其诞生到目前,所经历的时间还不是很长,所以还有许多应用领域有待扩展。本文利用改进的萤火虫群优化算法来解决两种类型的同类机调度问题,扩展了其应用领域。改进的算法一方面借鉴了遗传算法中的变异算子和选择算子,加强了原算法的全局探索能力；另一方面加入了爬山算法作为一种局部搜索算法,加强了原算法的局部探索能力。测试结果显示本文提出的改进算法具有较强的全局收敛性和较高的寻优效率,提出的群体智能优化策略能够很好地解决这两类同类机调度问题。