吴远峰,陈二蒙,倪 静
(合肥工业大学机械工程学院,合肥 230009)
科技进步促进了产业升级,由此产生了大量废弃的产品。如不能合理回收,会造成资源浪费、环境破坏。产品的回收和再制造技术已经受到人们重视。再制造包括拆卸、清洗、检测等操作[1]。拆卸是再制造的首要环节,拆卸线是大批量、自动化拆卸的最佳方案[2]。这种模式也受到工业界的重视。
为了充分地利用资源、优化再制造系统,Gungor A等[2]提出了拆卸线平衡问题(disassembly line balancing problem, DLBP)。DLBP是一种组合优化问题,许多学者都进行了相关研究,主要方法有数学规划法、启发式算法和元启发算法[3]。前两者多用于求解小规模实例,可在较短时间内得到最优解。DLBP是一个NP难问题[4],求解难度会随产品的复杂程度而大幅增长,元启发式算法可以在更短的时间内获得最优或近似最优解。因此,它被广泛应用于DLBP中,如蚁群算法[5]、遗传算法[4, 6]、人工蜂群算法[7-8]、离散蜜蜂算法[9]、混合蛙跳算法[10]。
上述DLBP的研究大多基于直线型拆卸线。直线型拆卸线遵循线性处理模式,流程较为简单[3]。U型拆卸线首尾相接,结构紧凑、占地空间较小、人员和物料分配灵活、便于管理[11]。当前关于U型拆卸线平衡问题(UDLBP)的研究较少。在多目标优化方面,文献[6-8]按顺序比较每一个目标量,文献[9]通过加权将多目标整合成单目标优化。然而,目标量之间可能会相互冲突,无法使每个目标量达到最优。使用Pareto非支配关系可以综合权衡各指标之间的优劣关系[12]。除此之外,常见的优化目标有工作站数量、空闲时间、危害度、利润等[3]。……