基于遗传-粒子群混合优化算法的拆卸序列规划方法研究*

王玉鑫，任 帅

(中国民航大学 航空工程学院，天津 300300)

0 引 言

为确保使产品具有良好的维修性，并且保证新产品在投入运营后，可以正确地使用和维修，制造商应开发并提供正确、合理、详尽、便于使用的新产品运行文件，后勤保障分析国际程序规范(S3000L)明确要求产品在设计阶段应该考虑在运营阶段和报废阶段的拆解，这要求在技术出版物中必须有相关拆解流程，即需要进行拆卸序列规划(disassembly sequence planning，DSP)。

进行拆卸序列规划在设计阶段有助于提高产品的维修性，且可对技术出版物进行有效验证；在运营阶段或报废阶段也可以有效地在工程中提高工作效率，降低维修成本。

拆卸序列规划的目的是生成零件或者部件的拆卸顺序，以使得在维修工作中达到决策者的“最佳目标”，此最佳目标一般指拆卸成本最小、拆卸收益最大、对环境污染最小等要求，其好坏程度对于产品维修活动的有效性和经济性有着直接的影响[1]。

DSP问题本质上可以抽象为一个排列组合的优化问题，随着产品零件数量的增加，拆卸序列的数量会呈指数型增长，即组合爆炸现象[2]。因此，DSP问题的求解将会是DSP问题的关键。对此，国内外大量学者对其进行了深入研究，比如蚁群算法[3-5]、人工蜂群算法[6，7]、遗传蝙蝠算法[8]等。

蚁群算法经改进后具有良好的收敛性；人工蜂群算法起步较晚，在该问题的应用也较少，其同样可在保证种群多样性的前提下实现算法的快速收敛；虽鲜有人将蝙蝠算法用于拆卸序列规划问题，但经改进的遗传蝙蝠算法的收敛性和收敛速度也优于遗传算法(GA)。……