本文考虑并行机调度问题，这是一个组合优化问题。提出了一种改进的元启发式方法来解决游戏机这个问题。蚂蚁优化算法（ALO）是一种新的元启发式优化算法，它受到自然界蚂蚁狩猎机制的启发。原始算法有一些缺陷，比如运行时。本文对经典的ALO算法进行了一些改进。其中一个改进是使用锦标赛方法而不是轮盘赌方法从人群中选择蚂蚁进行随机行走，这是原始ALO定位器算法上最重要的机制。

    对原有ALO算法中的一些机制进行了改进，如蚂蚁随机行走、繁殖、蚂蚁向蚂蚁滑动、精英主义和水果机选择过程。文献中没有关于ALO算法的时间分析结果。由于这个原因，它旨在展示所提出的IALOT算法的性能，特别是在运行时分析中。在多维基准测试函数和并行机器调度（PMS）问题上，将所提出的通过锦标赛选择方法（IALOT）的改进ALO算法与其他流行的元启发式算法进行了比较，以评估其性能。所得结果表明，IALOT在基准测试的遥控器最优性、准确性和平均最佳度量方面具有最佳性能。

    根据PMS结果，与其他元启发式算法相比，所提出的捕鱼机IALOT算法是最佳算法。为了处理单元形成和布局问题中机器尺寸的不一致性，综合考虑了替代工艺路线、批次划分、单元输入和输出（I/O）位置等因素，建立了考虑不等机器尺寸的集成单元形成和布局模型，以最小化单元内材料处理成本、单元间材料处理成本和单元扩展成本。提出了一种基于序列对的分散搜索算法，该算法同时采用轮盘选择算子作为子集组合方法以提高新解的质量，并采用动态参考集更新方法以加快收敛速度。通过对所提算法、Lingo算法和模拟退火算法在不同问题尺度下的结果进行比较，上分器验证了模型的正确性和算法的有效性。