航空物流业是现代交通运输结构的重要组成部分,随着全球经济的发展,发展航空物流业,提高航空货运站货物周转效率势在必行。针对这一问题,本文对如何结合堆垛机优化货物进出站顺序进行探究。首先,针对机场货物调度问题建立单升降转运车调度模型,并采用整数型和连续型两种编码方式定义其适应度,完成优化问题的描述。针对人工蜂群算法在迭代求解时寻优时间较长的问题,基于多核CPU对算法进行并行化处理。实验结果证明,基于两种不同编码方式的并行ABC算法,能够有效的完成货运任务集调度,且相比标准人工蜂群算法在调度程序运行效率和收敛速度上有了较大的提升。其次,在单机调度过程中使用多核并行ABC算法,取得了一定的加速效果,但是对于解精度的改善并不显著。由于传统ABC算法在更新解时执行随机单维度搜索,可能会错过在其他维度中更有价值的解,导致算法的开采能力下降。为了进一步提高机场货运站的周转效率,考虑到传统算法的收敛速度、时间复杂度、精度等问题,提出了四种改进方法:(1)为了提高解空间的搜索范围,提出在解的每个维度上更新搜索,即多维度搜索算法fdABC;(2)在高维度解空间中随机选择若干个维度更新搜索,以平衡算法优化过程中的探索和开发性能,即随机多维搜索蜂群算法RmdABC;(3)由于fdABC算法的时间复杂度较高,对其并行化处理,即并行多维搜索算法PfdABC;(4)为了提高算法精度,同时降低时间复杂度,在每次迭代中选择并保存相对于当前最优解的维度,引导后续的进化方向,即改进多维蜂群算法IMABC。标准测试函数结果表明,改进算法能有效解决人工蜂群算法的时间复杂度、早熟收敛、停滞等问题。将改进算法应用于机场货物单升降转运车ETV调度中,实验结果表明改进算法能够高效地解决机场货运站任务集调度问题,并且能够有效地平衡勘探和开发性能。最后在单ETV调度模型的基础上,建立了双ETV调度模型,将改进多维搜索策略的人工蜂群应用于双ETV调度调度中,实验结果表明,IMABC算法优于fdABC和RmdABC,能够有效地平衡勘探开发的性能,且调度序列是合理有效的,结果证明了改进算法的有效性。同时本文提出的双机调度模型能很好的结合实际作业场景,相比单ETV调度能大幅度提升调度效率。