王书伟, 徐国勋, 刘 佳

(1.山东科技大学 经济管理学院,山东 青岛 266590; 2.海南大学 旅游学院,海南 海口 570228; 3.青岛理工大学 商学院,山东 青岛 266520)

0 引言

截至2019年底我国汽车保有量达2.6亿辆，同比增长8.83%，产销量已连续11年蝉联全球第一。我国汽车保有量持续增长的同时，报废量也在大幅增加，对其进行再利用，不仅能实现资源的循环，还能降低对环境危害。拆卸是回收再利用的重要环节，拆卸线平衡问题DLBP在国内外重要期刊均有报道，这些工作大部分是基于精确方法和智能算法，研究拆卸线上作业的均衡分配。

Bentaha等[1]针对拆卸过程作业时间的不确定，以最大化拆卸利润为目标，采用随机动态规划求解部分拆卸DLBP；Altekin[2]针对随机DLBP，提出分段线性规划法。Ilgin等[3]通过线性物理规划解决多产品混流DLBP。DLBP已被证明为NP-complete[4]，其解空间随着问题规模增加呈爆炸式增长，精确方法对大规模问题无力适从，因此更多学者采用智能算法求解DLBP，以在合理时间内得到问题的满意解。Pistolesi等[5]从工作站开启数量、拆卸利润和拆卸危害角度出发，构建DLBP多目标优化模型，提出一种极值多目标遗传算法，以实现对Pareto前沿解的搜索；Zhu等[6]考虑到实际拆卸过程中的潜在安全隐患，评估危害，并设计一种萤火虫算法进行求解；此外，变邻域搜索算法[7]、人工蜂群算法[8]等智能算法也被应用于DLBP的优化。

上述研究均是关于单边DLBP，针对的是小型废旧产品拆卸作业。然而，对于报废汽车等大型产品，单边拆卸会造成工人作业时走动频繁，而采用双边拆卸将工作站分布于传送装置的两侧，两侧工人并行作业，可有效减少移动距离提升拆卸效率。……