李 勇，王 雅 君，王 耐 东，李 焜

(大连工业大学 机械工程与自动化学院,辽宁 大连 116034)

0 引 言

拆卸是产品回收的基本动作，提取有用部件，回收有害部件，做到循环经济和绿色制造。拆卸线平衡问题(disassembly line balancing problem，DLBP)成为近年的研究热点。Gungor等[1]分析了DLBP问题，指出与装配线平衡问题的区别；Avikal等[2]采用一种启发式算法求解DLBP问题，但仅适用于解决小规模问题；Altekin等[3]采用线性规划方法优化DLBP，但无法解决大规模问题；Kalayci等[4]采用遗传算法处理DLBP问题，但算法较早收敛于局部最优解。文献[5-6]以AND/OR图规划和整数规划，以最大化利润来优化拆卸线问题；Kalayci等[7]采用模拟退火算法，局部搜索能力强，但耗时长，获得全局最优解能力弱。实际的拆卸线问题需要兼顾多个目标，单一的优化往往不能更好地协调拆卸线。文献[8-9]在实际生产中解决多目标条件下的DLBP问题；丁力平等[10]提出了基于Pareto的蚁群算法，通过支配关系寻找最优前沿，以拆卸线空闲时间、平滑系数、成本等为优化目标，但未考虑零件其他影响平衡的指标。

针对上述研究的不足，本研究提出一种改进的遗传算法，在均衡空闲时间、平滑系数基础上，结合零件拆卸时环境、资源，提出新优化目标，通过具体实例，分析并验证该算法对求解此类问题的优越性。

1 数学模型

1.1 基本参数

假设每个待拆零件作为一个拆卸任务，零件数为n(也叫拆卸任务数)；T={1，2，3，…，n}为所有任务的集合；N为工作站数；CT为生产节拍，tk为第k个工作站上分配的所有拆卸任务作业时间之和。

1.2 决策变量

拆卸线平衡优化不仅要考虑作业任务的均衡分配，还包括环境、资源等，待拆产品可能包含有害物质，如重金属、化学毒物，在拆卸作业中应优先考虑。……