为了提高再制造拆卸的资源利用率和整体效率,根据再制造服务的理念提出一种再制造拆卸服务模式,分析了该模式下单产品拆卸、多产品混流拆卸和基于机器人的柔性拆卸3种类型生产线的布局和特点。针对再制造拆卸服务生产线平衡问题,以最大化拆卸线负载均衡率和优先拆卸高价值的零部件为优化目标,建立了单产品双目标的拆卸线平衡模型,为简化参数设置并提高运算效率,提出一种改进型教与学的优化算法,在随机键法初始化以及教与学的基础上,赋予自学习能力,以增强算法的局部搜索效力。通过对比分析该算法与遗传算法对两组经典案例的求解结果,验证了该算法的可行性与有效性,以减速器拆卸为工程实例,验证了模型与算法的实用性。