1.1 研究目的及意义

进入 21 世纪，为了应对资源紧缺和环境污染问题，各国政府相继建立法律法规，要求生产者对寿命终结（End of Life，EOL）的产品进行回收、拆卸、再利用，从而实现资源的循环利用和保护环境的目的，同时围绕EOL产品的拆卸与回收是再制造中的重要一环。制造企业对废旧产品进行回收再利用，既顺应法律法规的要求，同时又可以降低生产成本，增加企业的经济效益。因此，越来越多的制造企业参与到废旧产品回收再利用的实践中^[1]。

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^[2]。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。

进行拆卸作业时，工作站上需要特定的资源，如机器人、设备、材料、特定的机器或合格的员工，这个问题也增加了资源约束的拆卸线平衡(RCDLB)问题^[3]。约束多目标优化对实际要解决的产品拆卸线平衡问题来说是非常重要的，现在许多研究人员在进化算法领域发现了其有点，并开始逐步重视。应用一个快速和精英机制的多目标遗传算法，即一个基于非支配排序的多目标进化算法（第二代非支配排序进化算法，NSGA-II），可在确定的周期内尽量减少资源和工作站的数量，从而可达到降低生产成本，增加经济效益的目的。

1.2 国内外研究现状

随着制造业在世界范围内的发展，人们对于工业生产已经有了很深的认识。随着对拆卸线的研究的不断深入，Gungor和Gupta在2001年提出了拆卸线平衡问题，分析拆卸线平衡问题的复杂性和其中的不确定性。随后他们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^[4]，主要考虑了零件拆卸的优先顺序得到近似最优的拆卸序列，其中考虑的拆卸目标为最小化拆卸方向和拆卸工具的改变、尽早拆卸危险零件、尽早拆除高需求零件。

同年，Gungor和Gupta在任务失效的条件下拆卸线平衡问题分析一文中^[5]，介绍了拆卸工作站、拆卸单元和拆卸线，文中分析了在拆卸时间、零件优先顺序、零件拆卸需求为已知，研究在待拆卸件零部件存在缺陷的条件下进行拆卸线平衡分析，通过简历不完整状态网络模型来产生最经济的拆卸现任务分配。

2003年Kim、Lee和Xirwchakisl等建立了多种产品的拆卸线平衡问题模型^[6],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。

同年，Gungor和Gupta建立了基于贪婪算法的拆卸线平衡问题模型^[7]，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。

同年，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^[8]。