在环境生态危机及资源短缺问题日益凸显的今天，从事产品回收再制造不仅可以让企业跨过国际市场环境友好型法律法规的门槛，保持并提高其在国际市场中的地位，而且还可以通过树立“绿色”形象赢得消费者青睐，并利用再制造产品的低成本优势巩固市场垄断地位。再制造商需要从消费者手中回收已使用产品，拆卸成零/部件供给再制造系统。拆卸回收品是一个单输入多输出的过程，即其输入是单一回收品，输出是多种零/部件。拆卸得到的零/部件数量由它们在回收品中的含量比例所决定，但他们的需求一般不遵循这个比例关系，因此有一部分零件会不可避免的造成过量库存。另外，回收的已使用产品的质量难以预测，因此拆卸系统输出的质量完好的零/部件的数量不确定。考虑到拆卸所得的质量完好零件产出率的不确定性，本文建立两个回收品拆卸模型，研究如何确定最佳拆卸时间和拆卸量。第一个模型研究产出率是分布已知的随机量的情形，得到在零件的需求是分布已知的随机量，且拆卸能力有限的情况下，多种不同产品的多期拆卸批量。由计算结果可知，库存成本和延期交货惩罚成本随需求的标准差的增加而呈现类似于指数型增长，随零件库存成本或延期交货成本的增加而呈现类似于对数型增长。第二个模型考虑产出率受回收价格影响的情形。假设质量完好的零件产出率是回收价格的已知函数，在确定需求、有限拆卸能力的情况下，确定多种不同回收品的多期拆卸批量以及回收价格。该模型采用粒子群优化算法（Particle SwarmOptimization）确定已使用产品较合适的采购价格，再利用拉格朗日算法确定拆卸批量。随机产生的参数所构成的模型的测试结果显示，粒子群优化算法在可接受的时间内给出较好的回收价格。且当计划期T越短或产品种类R越多，粒子群算法的相对优化程度越高。当零件库存成本或不合格零件作废处理成本较高时，应以较高的价格回收已使用产品以提高产出率来减小库存及需要处理的不合格零件。