随着社会经济的发展,大量过时和废弃的产品给生态环境带来了巨大压力。面对大量报废产品带来的资源浪费和环境恶化问题,人们下决心大力发展可持续产业,建设绿色生态环境。由于拆卸流水线具有低成本、高效率及信息化等特点,能够有效处理大量的废旧产品,实现回收再利用,因此成为整个绿色生产过程中的关键部分。然而当拆卸任务复杂时,存在拆卸任务在工作站分配不均衡的现象,导致产品循环过程中生产代价的增加,因此研究如何优化拆卸任务的分配,提高拆卸效率,降低拆卸生产成本对发展拆卸流水线具有重要的实际意义。由于拆卸线平衡问题随着报废产品规模的不断增大,其解空间呈爆炸式增长,传统方法针对该问题难以得到最优解,因此,在考虑拆卸线平衡问题特征的基础上,本文采用基于群体智能的粒子群优化算法解决复杂的拆卸线平衡问题,提出了使粒子搜索机制与拆卸平衡问题操作机制相匹配的优化策略,保证了所得优化结果的可行性,提高了大规模拆卸问题的效率,具体研究内容如下:1.对拆卸线平衡问题现状进行研究,分析了拆卸过程中所使用到的生产要素和拆卸要求,建立了多目标拆卸线平衡问题模型,为将粒子群优化算法应用到拆卸问题上奠定了理论基础。2.为了改善算法的多样性,提出了自适应维度学习粒子群算法并将其用于求解拆卸线平衡问题。该方法以增强粒子之间的信息交流为基础,通过构建拆卸层次信息图实现连续值与拆卸任务序列之间的转换,并根据有向加权图使拆卸线平衡问题转变为寻找最佳路径问题。通过构建最优维度个体以及使用维度学习策略增加种群多样性,以保证算法在解决复杂拆卸线平衡问题时获得有效的优化解。3.引入生态系统概念,研究外部环境对种群进化过程的影响,利用多种群进化过程中的并行机制,提出了自适应协同粒子群算法求解拆卸线平衡问题。针对拆卸任务之间的关联性,采用粒子维度随机分解策略对标准合作协同框架进行改进。该方法将待优化的问题进行随机分解,形成多个小组且每组分配一个单独的种群进行优化,以贪心算法的协同方式选择其它部分完成对目标函数整体的求解。通过种群分布熵和平均粒距监测种群多样性,自适应调节惯性权重并采用变异操作来均衡算法的勘探和开发能力。4.采用19个标准拆卸线平衡问题对本文所提出的自适应粒子群算法进行有效性验证,并将算法应用于SCH-3500移动电话和高速电子套结机的实际拆卸生产案例上,实验结果表明本文所提算法能够较好地解决复杂拆卸线平衡问题。