在分析双边装配线第I类平衡问题(Two-sIded Assembly LIne BalancIng Problem of Type-I,TALBP-I)离散性、序列相关性等特点后,提出了一种改进离散蝙蝠算法(Improved DIscrete Bat AlgorIthm,IDBA)。为在总工位数相同情况下筛选出更优质的解,增加了启发式目标,引导种群向更优方向搜索。标准蝙蝠算法不能直接求解离散问题,针对TALBP-I,设计了基于任务拓扑排序矩阵的编码策略,利用双重编码映射机制,实现蝙蝠飞行的连续物理空间到TALBP-I离散解空间的映射。采用改进的“工位-操作”解码方法代替传统的“操作-工位”解码方法,减少工位的空闲时间。针对蝙蝠算法后期收敛速度慢,易陷入局部最优,设计了4种插入邻域算子,进行变邻域搜索。通过基准问题的数值实验验证了算法的有效性。

员工工资是装配成本中的重组成部分,如何实现工资支出最小化得到越来越多的关注。同时在实际生产中,员工技能的差异也导致对相同操作不同的加工效率,进一步导致了员工最优化分配问题。针对面向成本的双边装配线平衡和员工分配问题,构建了最小化员工成本的数学模型,同步考虑装配线负载均衡,形成多目标的优化模型。提出一种改进的重启模拟退火算法,设计了新的邻域结构和重启机制。在邻域结构中,设计了3种邻域结构;在重启机制中,根据聚集距离优先选择较离散的个体,以获得分布性更好的帕累托解集。最后对7组随机生成的实例进行求解,将重启模拟退火算法与快速非支配排序遗传算法进行对比,验证所提算法的高性能。