为更好地反映实际拆卸作业时间的不确定性,建立了考虑随机作业时间的多目标U型拆卸线平衡问题的数学模型,并针对传统方法求解多目标问题时求解结果单一、无法均衡各目标等不足,提出一种基于Pareto解集的多目标混合人工鱼群算法。算法采用自适应视野串行觅食方式,以减少并行觅食时出现重复搜索现象,并根据多目标拆卸序列之间的支配关系得到Pareto非劣解集,实现了鱼群寻优结果的多样性。对鱼群觅食得到的拆卸序列进行模拟退火操作,增强了算法跳出局部最优的能力。采用拥挤距离机制筛选非劣解,实现了拆卸序列的精英保留,进而将非劣解添加到下次迭代的种群中,加快了算法的收敛速度。将所提算法应用于具有55项任务的某打印机拆卸实例,经与基本人工鱼群算法、模拟退火算法对比,验证了所提算法的有效性和优越性。

针对布局活动中为节约用地成本设施被迫布置在多层空间的情况,提出双层过道布置问题,并构建了该问题的混合整数规划模型。该模型考虑了设施在两层空间的布置优化,且不同层设施之间存在物流交互,交互通道为放置在过道最左边的货梯。针对该问题,提出一种基于C2Opt邻域搜索的启发式算法,同时引入inversion程序产生扰动,采用倒置的方式重新排列当前设施序列,以避免算法陷入局部最优,并设置了最优设施序列的记忆功能,以保留邻域搜索过程中的精英解。基于建立的混合整数规划模型,运用Lingo软件对28个测试问题(9~49个设施)进行了精确求解,进而应用所提启发式算法对所选测试算例进行测试,并与3种启发式算法的求解结果进行对比,结果表明所提启发式方法在求解质量和计算时间上均有良好表现。