工人的能力差异和操作工时的随机波动是装配线平衡过程进行工位设计和人员分配的难题。针对工人能力有差异且工时具有波动特征的装配线平衡问题展开研究,依据工人的能力和成本差异将工人划分为不同的等级,并结合操作工时的随机波动特征,以最小化给定完工概率下的产线节拍和人工成本为目标构建装配线平衡模型,并运用非快速支配排序遗传算法(NSGA-2)设计模型求解算法,通过设计动态遗传参数、改进精英保留策略提升算法性能,最后结合某打印机装配线实际案例以及不同规模算例,验证了所构建模型和算法的有效性。

为更好地反映实际拆卸作业时间的不确定性,建立了考虑随机作业时间的多目标U型拆卸线平衡问题的数学模型,并针对传统方法求解多目标问题时求解结果单一、无法均衡各目标等不足,提出一种基于Pareto解集的多目标混合人工鱼群算法。算法采用自适应视野串行觅食方式,以减少并行觅食时出现重复搜索现象,并根据多目标拆卸序列之间的支配关系得到Pareto非劣解集,实现了鱼群寻优结果的多样性。对鱼群觅食得到的拆卸序列进行模拟退火操作,增强了算法跳出局部最优的能力。采用拥挤距离机制筛选非劣解,实现了拆卸序列的精英保留,进而将非劣解添加到下次迭代的种群中,加快了算法的收敛速度。将所提算法应用于具有55项任务的某打印机拆卸实例,经与基本人工鱼群算法、模拟退火算法对比,验证了所提算法的有效性和优越性。