1.1 研究目的及意义

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、能源短缺问题日益严重，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，所有这些都在推动寻求废旧机电产品的新出路。资源短缺和环境恶化已成为全人类共同面对的难题。 这促进了各国新的和更为严格的环境立法，受公众环境意识的提高及生产者责任延伸制的推行等诸多因素影响，越来越多的制造商开始重视回收和再制造废旧产品。 与此同时，由此带来的经济效益也推动了更多制造商的投入。

产品拆卸是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件部件的再造^[1]。产品拆卸时实现废旧产品回收再利用的重要手段，是实现产品生命周期完整性与封闭性的必要环节。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^[2]。拆卸工作站或拆卸工作单元具有灵活的特点，适用于小型产品且批量的小型产品。本文详尽分析了产品拆卸线的影响因素，在此基础上，研究产品拆卸线的平衡问题，给出了拆卸线平衡问题的假设，构建了拆卸线平衡问题的多目标优化问题模型^[3]。

由于受到诸多不确定性因素的影响，产品拆卸线具有自身的特点，远比传统的产品装配线复杂。在产品拆卸线上需要拆卸的产品可能完全相同，如同一种型号的计算机，可能产品相同，但型号或品牌不同，如不同型号的计算机，也可能是不同种类的产品，如计算机、打印机、相机^[4]。因此进行拆卸作业的产品具有不同特性，使产品拆卸线的运作复杂化。对于拆卸不同的产品的拆卸线，其平衡问题非常复杂。尤其是拆卸产品的种类在不断变化的时候，拆卸线经常处于高度非平衡状态，如何维持其平衡，最大限度地提高效率是非常具有挑战性的问题，这也正是本课题所研究的主要问题^[5]。

1.2 国内外研究现状

近年来，国内外学者就拆卸线平衡问题进行了研究。 其最早由Gungor和Gupta提出^[6]，他们分析了拆卸线平衡问题的复杂性和其中的不确定性，利用分支定界法介绍了分层拆卸树方法结合拆卸目标函数产生可拆卸序列并针对存在产品缺陷致使拆卸任务不能顺利完成的情形，设计了拆卸线的平衡算法，该算法将拆卸任务分配至适当的工作站以最小化缺陷零部件导致的影响。C B Kalayci, S M Gupta使用蚁群算法对拆卸系列相关拆卸线平衡问题进行了求解^[7]，通过引入分布计算、信息正反馈和启发式搜索的特征，进行了启发式全局优化，从而为拆卸线平衡问题的解决拓展了更多途径。 Can B. Kalayci和Surendra M. Gupta使用人工蜂群算法对拆卸线系列相关拆卸线平衡问题在更深入的层次上进行了解决^[8]，使拆卸系列拆卸线平衡问题中，全局最优解能够以较快的速度突现出来，得到了较为理想的解决方案。Kim、Lee和Xirwchakisl等建立了多种产品的拆卸线平衡问题模型^[9],考虑了拆卸工作站的组织成本、运营成本、库存成本为优化目标。利用基于线性松弛规划法的启发式算法来解决这一问题。Gungor和Gupta建立了基于贪婪算法的拆卸线平衡问题模型^[10]，首先利用贪婪算法搜索到靠近最优解的最有序列，算法中考虑的优化目标是在满足优先拆卸搞需求和危害零件条件下，最小化工作站数。 后来C B Kalayci, S M Gupta又基于粒子群优化算法进一步对拆卸系列相关拆卸线优化问题进行了解决^[11]，该方法简单容易实现并且没有许多参数需要调整，能够在保证较高的收敛速度的前提下寻找到全局最优点。McGovern和Gupta等利用基于遗传算法的组合优化技术方法来解决大型产品拆卸的问题，为产业自动拆卸线提供了理论基础，其研究目标为拆卸线工作站数和空闲时间^[12]。后来，McGovern和Gupta又利用元启发式解决拆卸线平衡问题，其中研究的问题主要针对完全拆卸问题^[13]。同年，他们又将蚁群、遗传算法和H-K启发式算法与贪婪算法进行比较，考虑的拆卸目标为线平衡率和工作站数。张秀芬、张树有等研究了复杂机械产品的目标选择性拆卸规划方法，提出的算法结合了拆卸混合图和粒子群算法，设计了目标驱动递归推立法生成可行目标选择选择拆卸序列^[14]。

在多目标优化的数学模型求解方面，Li, B.D., Li, J.L., T, K., Y, X.等教授对于解决多目标优化模型的各种方法，及其性能、适用条件等进行了多方面对比^[15]。K Deb, H Jain教授在前人的基础上，进一步在多目标优化的相关领域提出了适用基于参考点的非支配排序解决多目标进化优化问题的方法^[16]，奠定了NSGA算法及其改进算法的基础。

2. 研究的基本内容与方案

2.1 研究目标

该课题的研究目标为以下几点：

（1）研究并建立一种针对拆卸系列相关约束单拆卸线平衡问题的多目标最优化数学模型；