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。

针对拆卸需求零件和危害零件的不完全拆卸线平衡问题,构建了优化拆卸序列长度、工作站数目、空闲时间均衡指标和拆卸成本的多目标不完全拆卸线平衡模型;为适应问题的离散性、多目标、多约束特性,提出了一种基于Pareto解集的目标驱动离散布谷鸟搜索算法.该算法首先建立模型与鸟窝位置、鸟蛋属性的映射关系,以此制定莱维飞行操作、巢寄生操作的离散化规则;然后通过以目标为导向的驱动操作实现单目标深度优化与多目标协同优化;为获得分布性良好的拆卸方案,采用拥挤距离机制筛选外部档案中的非劣解.对不同规模的3个实例与19个基准算例进行实验,验证了该算法的有效性和优越性;以某打印机的不完全拆卸为例,采用文中模型和算法进行不完全拆卸线平衡多目标优化,为决策者提供了侧重点不同的9种拆卸方案.

针对布局活动中为节约用地成本设施被迫布置在多层空间的情况,提出双层过道布置问题,并构建了该问题的混合整数规划模型。该模型考虑了设施在两层空间的布置优化,且不同层设施之间存在物流交互,交互通道为放置在过道最左边的货梯。针对该问题,提出一种基于C2Opt邻域搜索的启发式算法,同时引入inversion程序产生扰动,采用倒置的方式重新排列当前设施序列,以避免算法陷入局部最优,并设置了最优设施序列的记忆功能,以保留邻域搜索过程中的精英解。基于建立的混合整数规划模型,运用Lingo软件对28个测试问题(9~49个设施)进行了精确求解,进而应用所提启发式算法对所选测试算例进行测试,并与3种启发式算法的求解结果进行对比,结果表明所提启发式方法在求解质量和计算时间上均有良好表现。

针对实际作业中部分产品采用双边拆卸,但已有拆卸线平衡问题研究中工作站均为单边布局的不足,建立了多目标双边拆卸线平衡问题模型。解码时,将任务优先分配至工作站较少的边、次优先分配至剩余时间较多的工作站,以缩短输送路径和工作站空闲时间。针对所建立模型,提出一种Pareto蝙蝠算法,引入Pareto思想以保证解的多样性;采用精英策略有效加速算法的收敛;通过拥挤距离筛选外部档案以提高算法运行效率。通过求解经典算例并对比分析,验证了所提出算法的有效性。将所建模型应用于拆卸线设计,能为决策者提供多种高质量的平衡方案。

对国内外拆卸线平衡问题的研究成果进行了总结和梳理。对该问题进行了描述并介绍了2种关于拆卸的可视化表示方式和经典的数学模型;梳理了文献中的求解方法并分为精确方法、启发式方法、元启发式方法三大类;重点总结和分析了拆卸线平衡问题相关的8种扩展模型和理论;对未来的研究方向进行探讨和展望,为下一步研究提出了建议。