张天瑞，王译可，谢 薇，徐佳楠，王瑞麟

(1.沈阳大学机械工程学院，沈阳 110044；2.乌普萨拉大学土木与工业工程系，乌普萨拉 75261)

0 引言

多品种、小批量混流生产方式能快速响应市场需求[1]，但由于复杂的工艺和产品的多样性增加了生产系统的复杂性，导致混流生产线生产效率低下[2]。混流生产线高效生产过程中工件排序最为重要，计算过程的复杂性极高[3]。早期，学者们主要采用线性规划等方法求解，但由于其解决能力有限，仅能解决小规模排序问题[4]。近来，学者们以禁忌粒子群等智能算法对生产排序优化[5]， Tahriri F等[6]将遗传算法用于设置最小化混合模型装配线中的时间和成本；采用根据随蜂形式的精英保留策略，保证了一定的全局收敛能力[7]；刘琼等提出了一种改进的基于猫的行为模式线性混合比率的多个目标猫群体优化[8]；Zandieh M等[9]采用一种新的帝国主义竞争算法，确定最小完工时间和加工成本的混流生产排序问题；季树荣提出了一种基于混合蛙跳算法装配线排序研究[10]；刘冬等提出了一种改进粒子群算法[11]。

以上文献中，平衡和生产排序是混流生产的核心问题。在解决实际问题时，传统的优化方法面临解决求解时间过长的瓶颈，所以目前主流方向使用粒子群等启发式算法解决该类问题，但此类算法在求解过程中也存在收敛速度慢或全局搜索能力不足的局限性[12]。然而，回溯搜索算法因其较快的搜索速度和较强的全局搜索能力被广泛应用于各个领域[13-14]，但在混流生产平衡排序研究应用较少。……