装配线是装配制造系统中广泛采取的一种生产模式。装配线平衡就是实现劳动生产率、设备利用率和满足市场需求三者之间的平衡的过程,它是装配线的设计与管理中需要关注的一个重要问题,其直接影响到制造系统的生产效率和产品的质量。装配线平衡问题(Assembly Line Balancing Problem, ALBP)是一种典型的NP-hard问题,其包含的子问题极其丰富,按装配线的平面布局分为直线型、U型,按作业时间分为确定型、随机型,按平衡目标分为最小化节拍、最小化工作站和最小化平衡指标等装配线平衡问题。由于该问题的复杂性,采用传统最优化方法寻求最优解的效果并不理想。近年来,通过模拟自然界中蚂蚁觅食行为过程中所表现出的某些群体智能特点而发展的蚁群算法(Ant Colony Optimization , ACO),为装配线平衡问题的求解提供了新的思路。本文首先在分析蚁群算法优化机理的基础上,提出了一种自适应蚁群算法求解单一确定型装配线平衡问题。在该算法中,针对装配线平衡问题的具体特点,设计了一种蚂蚁分配方案可行解的构造策略,提出了一种区分度更好的评价解质量的目标函数,同时自适应地调整信息素的挥发度等系数,在保证收敛速度的条件下提高算法的全局搜索能力,通过求解标准测试问题集验证了算法的有效性。随后,研究了另一类更为复杂的装配线平衡问题——随机U型装配线平衡问题。在实际生产中,特别是在人工装配线中,装配任务的作业时间是随机的。通过建立该问题的数学模型,针对该问题的特点,提出了一种混合蚁群算法求解随机U型装配线平衡问题,该算法利用SA的局部搜索能力来克服ACO易陷入局部最优的缺点。应用提出混合蚁群算法求解标准测试问题集,验证了该混合算法的可行性和有效性。最后,开发了基于蚁群算法的ACO-ALBP原型系统,并通过对确定型和随机型装配线平衡问题实例的测试验证了系统的有效性。对全文进行了总结,并对ACO算法和装配线平衡问题未来的研究方向进行了展望。