区域资源约束下U型拆卸线平衡问题的改进自适应遗传算法

研究背景

随着经济和制造业的快速发展，人们对多元化和个性化产品的需求不断增加。企业每天生产大量产品的同时，也产生大量废旧产品。这种现象导致自然资源的极大浪费。为了解决这一问题，废旧产品的回收和重复利用变得至关重要。在面对大规模生产浪费时，一条拆卸生产线可以实现机电产品的标准化、自动化和高效拆卸，从而产生巨大的经济效益。

为了应对拆卸过程中可能出现的意外情况以及预测拆卸部件的报废难度，本文提出了一种基于拆卸线平衡问题的解决方案。该解决方案的主要思想是，当拆卸失败时，需要保留的组件或子系统可以与其他可行的任务或产品相结合，以减少损失和浪费。目前，解决拆卸线平衡问题的方法主要包括启发式方法、数学规划方法和智能优化算法。近年来，许多研究都关注智能优化算法，如遗传算法、蚁群算法、候鸟优化算法、灰狼算法和人工蜂群算法。

蝙蝠算法是一种新的启发式搜索算法，属于群体智能算法，其机制是模拟蝙蝠的回声定位原理。与其他算法相比，它在准确性和有效性方面具有明显优势，并且其调整参数较少。基于这些优点，许多学者已将其应用于解决店铺排班、风力发电调度、无线传感器网络优化以及图像分类等优化问题。因此，本文尝试使用蝙蝠算法解决离散和随机的多目标拆卸线平衡问题，其目标是最大化拆卸利润和最小化能源消耗。

成果介绍

研究成果发表于Journal of Cyber-Physical-Social Intelligence.DOI: 10.61702/TDNS2312   

首先，本文首先建立了一个基于AND/OR的多目标拆卸线问题的模型。由于AND/OR图描述具有分而自治的思想，所以极其适合表示拆卸任务与组件之间的关系。

其次，本文根据问题模型设计了一个基于Pareto规则的多目标离散蝙蝠优化算法，并使用了保留优先级的交叉操作、单点变异操作和2-优化操作来模拟蝙蝠的飞行策略，以满足可行解的搜索。为了加快收敛速度，我们提出了一种精英策略，在外部文件中维护非支配解。

最后，本文选取了三种不同复杂度的产品进行分解，并将多目标离散蝙蝠优化算法、多目标离散灰狼算法、多目标离散人工蜂群算法、非支配排序遗传算法II、分解的多目标进化算法等四种在此领域表现出色的算法进行了比较，进而证明本文所提出的算法在解决实际问题方面的有效性和优势性。

为了更加直观地展示每种算法的优缺点，本文总结了每种算法的Pareto前沿图（横轴代表总利润，纵轴代表能量消耗）。从图中可以看出，多目标离散蝙蝠优化算法更接近真实的Pareto前沿，其次是多目标离散人工蜂群算法，其他三种算法相差不大。因此，从以上结果来看，多目标离散蝙蝠优化算法在解决拆卸线平衡问题上具有一定的有效性和优势性。  

作者及团队

王加存，1991 年获中国南京理工大学计算机工程博士学位。他于2004年加入美国蒙莫斯大学，目前是软件工程专业教授。他在2009年至2015年期间担任计算机科学和软件工程系主任。自2016年以来，他一直担任该系的研究生项目主任。他的研究兴趣包括机器学习、形式化方法、离散事件系统、软件工程、和实时分布式系统。出版著作四部，论文200余篇。著作《实时嵌入式系统》已被翻译成中文，由中国机械工业出版社出版。他目前是IEEE Transactions on Systems， Man， and Cybernetics：Systems， IEEE/CAA Journal of Automatica Sinica， IEEE SMC Magazine和International Journal of Network Dynamics and Intelligence的副主编。他曾在多个国际会议上担任大会主席或程序委员会主席。

郭希旺，2006年从沈阳工程学院获得了计算机科学与技术专业的学士学位，2009年于沈阳航空航天大学获得航空航天制造工程专业的硕士学位，2015年于东北大学获得了系统工程专业的博士学位。现任辽宁石油化工大学信息与控制工程学院的副教授。从2016年到2018年，他作为访问学者在新泽西理工学院电气与计算机工程系工作。他在期刊和会议论文集中发表了60多篇技术论文，包括《IEEE Transactions on Cybernetics》、《IEEE Transactions on System, Man and Cybernetics: Systems》、《IEEE Transactions on Intelligent Transportation Systems》和《IEEE/CAA Journal of Automatica Sinica》。他的研究方向为Petri网、再制造、汽车回收和再利用、智能优化算法。   

秦术晋，2008年获得天津工业大学信息与计算科学学士学位，2011年获得辽宁科技大学运筹学与控制论硕士学位，2019年获得东北大学系统工程博士学位。他于2019年加入商丘师范大学，现任物流管理讲师。主要研究方向为大规模整数规划、切割问题、车辆路径问题、智能优化算法。

齐亮，分别于2009年和2012年在山东科技大学获得信息与计算科学学士学位和计算机软件与理论硕士学位，并于2017年在同济大学获得计算机软件与理论博士学位。现任山东科技大学计算机科学与技术学院讲师。2015 年至 2017 年，他在美国新泽西州纽瓦克市新泽西理工学院电气与计算机工程系做访问学者。他在期刊和会议论文集上撰写了50多篇技术论文，包括 《IEEE Transactions on System, Manand Cybernetics：Systems》、《IEEE Transactions on Intelligent TransportationSystems》和《IEEE/CAA Journal of Automatica Sinica》等期刊和会议论文集上发表过 50 篇技术论文。他曾获得第 15 届 IEEE 网络、传感与控制国际会议（ICNSC'2018）最佳学生论文奖-入围奖。他目前的研究方向包括 Petri 网、离散事件系统和优化算法。

张琦，于2012年和2015年获得沈阳师范大学应用数学学士学位和硕士学位;2022年获得东北大学系统工程博士学位。现任沈阳化工大学信息工程学院讲师。主要研究方向为装箱问题、钢铁生产调度与计划、数学规划、智能优化算法。

邢杨，于 2021 年获得沈阳化工大学电子科学与技术学士学位，目前是沈阳化工大学控制工程专业研究生。他的研究方向是智能优化算法。

皇福光，2020 年毕业于中国河南周口师范学院，获网络工程学士学位。2023年毕业于辽宁石油化工大学计算机与通信工程学院。研究方向为智能优化算法。