1. 研究目的与意义（文献综述）

1.1 研究目的及意义

随着构建和谐社会和可持续战略的实施，再制造作为循环经济体系中非常重要的一个环节，日益受到政府和社会的重视。拆卸作为再制造过程中关键的一个环节，通过一系列操作，系统地从废旧产品中提取出有价值的零部件和原材料。只有通过拆卸才能实现材料的回收和可用零部件的再制造。面对大规模的产品拆卸，为了提高拆卸效率，推动产品拆卸产业化，以流水线作业进行生产组织的拆卸线开始得到重视和应用。流水线连续作业存在作业过程不均衡的现象，因此拆卸线的平衡问题成为一项非常重要和迫切需要解决的问题。

拆卸线平衡(dlb)问题是将一组分解任务分配到一个有序的工作站序列的过程，以优化一些性能度量(例如，站点数量、危险组件数量、周期时间和工作负载)。产品拆卸操作是一种系统的方法，它从产品中移除一部分或一组零件或部件，或将产品分解为一个给定的目标，指从产品中系统地分离零件、组件、部件或其他零件集合体的过程，产品只有经过拆卸才能实现材料的回收和可用零部件的再造。拆卸作业的完成既可以在单个拆卸工作站或拆卸工作单元上进行，也可以在产品拆卸流水线上进行。双边拆卸线在大型eol产品拆卸与回收过程中得到广泛应用，较单边提高了效率，但更为复杂。双边拆卸线是在单边拆卸线基础上，将其原来的工位(单边作业)一分为二，具有以下优点：缩短拆卸线的长度，进而缩短产品的拆卸时间；提高工装设备、人员等利用率，降低生产成本。

2. 研究的基本内容与方案

2.1研究内容

双边拆卸线在大型EOL产品拆卸与回收过程中得到广泛应用，其所对应的双边拆卸线平衡问题可以抽象为一个多目标优化问题。本课题重点研究双边拆卸线平衡问题，在对该问题进行理论建模和分析的基础上，基于IBEA算法这中多目标进化算法，研究并提出解决该问题的多目标进化算法，最后通过仿真实验对所提算法的性能进行分析。

具体研究内容包括：

（1）双边拆卸线平衡问题进行数学建模。在传统约束外考虑双边拆卸线的方向约束等，并考虑CT确定情况下的工作站数最小、平衡空闲时间的多目标优化问题，研究并建立该问题的最优化数学模型。

（2）基于最优化软件编码实现所建立的问题数学模型，并进行求解。研究上述最优化模型在单目标情况下的最优化。选择工作站数最小这个优化目标，将上述模型转化为单目标最优化模型，并使用CPLEX软件对单目标最优化模型进行编码求解，获取最优解。

（3）研究基于IBEA算法的多目标进化算法，选择其作为基本的算法框架，研究并设计适合本课题所研究问题的编解码、初始化流程、交叉及变异算子，最终提出一种解决所研究问题的进化算法。

2.2研究目标

在双边拆卸线中除了要满足拆卸线中基本的约束外，还需要考虑一些特定的约束，包括方向约束、区域约束、位置约束和协同约束等。本研究中，针对目前研究较少的双边拆卸线平衡问题，研究了双边拆卸线的特点及其对平衡的特殊要求，建立了双边拆卸线平衡问题的数学模型。基于多目标优化算法（IBEA算法），研究并提出解决该问题的多目标进化算法。

具体阶段目标如下：

（1）究并建立一种针对双边拆卸线平衡问题的多目标最优化数学模型。

（2）完成基于CPLEX最优化软件的单目标最优化问题的最优解求解。

（3）研究并建立一种针对本课题所研究问题的多目标进化算法，并完成该算法的性能分析工作。

2.3研究拟采用的技术方案

该项研究的核心技术是IBEA算法的应用，并解决双边拆卸线平衡问题，目标是最小化拆卸线的长度, 即所需启用的位置数量。

具体需要采取的技术方案及措施如下：

（1）对双边拆卸线平衡问题，构建起由目标函数、约束条件等组成的数学模型。在该数学模型中，目标函数是最小化工作站数量。约束条件包括安排到工位所有任务的作业时间及其等待时间之和必须满足生产节拍约束，任务的安排要满足优先顺序关系，要满足操作方位约束等。

（2）针对数学模型求取最优解，使用CPLEX最优化软件建立OPL项目，将之前最优化数学模型中的目标函数、约束条件等使用OPL语言表示出，同时完成对数学模型的编码求取最优解。

（3）基于进化算法的设计，采用IBEA算法作为基本的算法框架。首先，针对该项研究中的问题初始化种群Q产生一定数量的个体，将其作为初始种群，设置一个空的群体P；合并P和Q中的个体到R中，并对R中的个体进行基于指标的适应度分配；执行环境选择操作：从 R中选出适应度值最小的个体并删除，更新剩余个体的适应度，反复执行直到R中的剩余个体数目等于P的规模，再将R中的剩余个体放入P中；从P中选择个体并将其复制到Q中，对Q中的个体执行交叉变异操作产生子代个体，同时用新一代个体替换Q中的父代个体。最后，由此反复产生新的子代种群，直到满足多目标最优解结束。

该项研究的整体设计思路流程图如图1所示。

图1 设计思路流程图

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告；

第4－5周：熟悉掌握基本理论，完成英文资料的翻译；

第6－9周：熟悉最优化建模方法和最优化软件的使用，完成数学建模和编码实现；

4. 参考文献（12篇以上）

[1] gungor a,gupta s m. disassembly sequence plan generation using a branch-and-boundalgorithm[j].international journal of production research, 2001, 39(3):481-509.

[2] gungor a, gupta s m. a solution approach to thedisassembly line balancing problem in the presence of task failures[j].international journal of production research, 2001, 39(7): 1427-1467.

[3] kim，y.k.，kim，y.，kim，y.j.，2000.two-sided assembly line balancing: a genetic algorithm approach. productionplanning amp; control, 11(1), 44-53.