El problema de programación de ensamblaje (ASP) y el problema de programación de ensamblaje distribuido (DASP) han atraído mucha atención en los últimos años; sin embargo, la etapa de transporte a menudo se descuida en trabajos anteriores. La elegibilidad de la fábrica significa que algunos productos no pueden ser fabricados en todas las fábricas. Aunque existe de manera extensa en muchos procesos de fabricación de la vida real, rara vez se considera. En este estudio, se investiga un ASP distribuido de tres etapas con un diseño, elegibilidad de fábrica y tiempos de configuración, y se propone un algoritmo de colonia de abejas artificial basado en Q-learning (QABC) para minimizar la tardanza total. Para obtener soluciones de alta calidad, se implementa un algoritmo de Q-learning utilizando ocho estados basados en la evaluación de la calidad de la población, ocho acciones definidas por búsqueda global y búsqueda de vecindario, una nueva recompensa y una selección codiciosa adaptativa, aplicándose para seleccionar dinámicamente el operador de búsqueda; se obtienen dos enjambres de abejas empleadas mediante la división de la población, y se añade una fase de abejas empleadas con una migración adaptativa entre ellas; también se presenta una nueva fase de exploración basada en una estrategia de reinicio modificada. Se realizan experimentos extensivos. Los resultados computacionales demuestran que las nuevas estrategias de QABC son efectivas, y QABC es un algoritmo competitivo para el problema considerado.