在实际生活和工程中,二次分配问题(Quadratic assignment problem,QAP)有着非常多的应用,例如:工厂地址的位置选择、集成电路的线路布局、打字机键盘设计、作业调度等。二次分配问题是一种离散型的组合优化问题,具有NP-hard属性,很难在多项式时间内被求解。因此,自1957年Koopmans和Beckmann提出二次分配问题以来,许多学者一直关注并研究了该问题,并提出了3类有效的算法:经典的数学方法、启发式和演化方法。但前一类只适应于小规模QAP问题的求解,后两类仍然有研究的空间。如何探索高性能的求解方法一直是开放性的课题。人工鱼群算法不需要对初始参数有过多的要求,差异演化算法的收敛速度快,局部搜索能力强。因此,本文在湖南省高校科技成果产业化培育项目基金(编号2015CY010)的资助下,对求解QAP的差异与鱼群混合的演化方法进行研究,主要工作和创新点归纳如下:1.提出一种求解QAP问题的改进的鱼群优化方法。(1)给出了一种步长为1的穷举搜索觅食行为,提高了觅食效率;(2)改进的随机行为中,个体鱼的新状态继承了一部分最优鱼的状态分量,以避免随机行为的盲目性;(3)通过随机选取可视域大小,以保持鱼群的多样性。实验表明:提出的改进的鱼群算法的求解精度优于基本的人工鱼群算法。2.提出一种求解QAP问题的改进差异鱼群优化方法。定义了QAP问题中的差异演化的变异、交叉以及选择算子。与改进的鱼群算法相结合,提高整体的局部寻优能力和收敛速度。数值实验表明:改进差异鱼群优化方法的收敛速度和求解精度明显优于目前已有的其它算法。本文讨论了QAP问题的基本鱼群算法的改进,并与局部搜索能力强的差异演化算法结合。提出的改进差异鱼群优化算法具有比较强的收敛能力,且求解精度高。二次分配基准问题库(QAPLIB)中的算例验证了本文方法的良好性能。最后,希望本文算法能够推广到其他组合优化问题中,能够有助于对这些问题的求解。