高維多目標(biāo)連續(xù)優(yōu)化問題已得到廣泛研究，而高維多目標(biāo)組合優(yōu)化問題的進(jìn)展相對較小，雖然人工蜂群（ Artificial beeColony，ABC）算法已成功應(yīng)用于多種生產(chǎn)調(diào)度問題，但很少被用來求解高維多目標(biāo)調(diào)度問題，而且高維多目標(biāo)調(diào)度自身的研究進(jìn)展也非常小。針對高維多目標(biāo)柔性作業(yè)車間調(diào)度問題，文中提出了一種新型ABC算法以同時優(yōu)化最大完成時間、總延遲時間、總能耗和機器總負(fù)荷。與常規(guī)柔性作業(yè)車間調(diào)度問題不同，上述問題考慮了總能耗，使其成為綠色調(diào)度問題。新型ABC具有明顯不同于現(xiàn)有ABC算法的新特點，其跟隨蜂（ onlooker bee）的數(shù)量小于引領(lǐng)蜂（ employed bee），引領(lǐng)蜂側(cè)重于全局搜索，而跟隨蜂只進(jìn)行局部搜索，通過兩類蜜蜂彼此各異的搜索方式來避免算法陷入局部最優(yōu)。冋時，該算法將跟隨對象限定為質(zhì)量較好的部分引領(lǐng)蜂和外部檔案成員，其他引領(lǐng)蜂無法成為跟隨對象，以避免計算資源浪費在較差解的搜索上，并給岀了偵查蜂（ scout）新的處理策略。測試實例的仿真實驗表眀，高維多目標(biāo)調(diào)度問題中非劣解數(shù)量占種群規(guī)模的比例明顯低于髙維連續(xù)優(yōu)化問題。將新型ABC與多目標(biāo)遺傳算法和變鄰域搜索進(jìn)行比較，實驗結(jié)果表明，新型ABC在求解高維多目標(biāo)調(diào)度方面比對比算法更有優(yōu)勢，計算結(jié)果更好。