求解拆卸线平衡问题的改进人工蜂群算法

（西南交通大学机械工程学院，四川成都610031）

（西南交通大学机械工程学院，四川成都610031）

大规模拆卸线平衡问题（disassembly line balancing problem，DLBP）是NP完全问题.为克服传统算法求解DLBP搜索过于随机、易于早熟，且求解难度随任务规模的增加呈指数级增长等不足，构建了基于最小化工作站、均衡负荷、尽早拆卸有危害和高需求零部件的DLBP多目标优化模型，在此基础上，提出了改进人工蜂群算法.该算法包括以下4个阶段：在初始解生成阶段，引入危害指标和需求指标，提升算法收敛性能；在雇佣蜂搜索阶段，采取可变步长搜索策略，增加对较优解的搜索深度，加速淘汰劣解；在观察蜂搜索阶段，采用常规搜索与蠕动搜索相结合的混合搜索策略；在侦察蜂搜索阶段，构造了基于分布估计的搜索策略，引导搜索过程.应用本文算法对70个测试问题进行求解，其中65个求得了最优解，寻优率为92.86%；对10个任务实例求得最优解的需求指标为9 730个，比蚁群算法减少了360个；52个任务实例的开启工作站数目、平滑率和拆卸成本3项指标均取得了更优的结果，求解较大规模问题的性能显著提升.

拆卸线平衡；人工蜂群算法；优化；拆卸

随着现代化进程的发展，物质资源极大丰富化，但同时也面临着大量寿命终了的机械、汽车、电器等产品等待回收处理问题.另一方面，当前资源、能源短缺问题日趋严重，传统的高投入、高产出模式难以持续，社会环境与资源问题日益突显，加之公民环保意识的不断增强，所有……