随着构建和谐社会和可持续战略的实施,再制造作为循环经济体系中非常重要的一个环节,日益受到政府和社会的重视。拆卸作为再制造过程中关键的一个环节,通过一系列操作,系统地从废旧产品中提取出有价值的零部件和原材料。只有通过拆卸才能实现材料的回收和可用零部件的再制造。面对大规模的产品拆卸,为了提高拆卸效率,推动产品拆卸产业化,以流水线作业进行生产组织的拆卸线开始得到重视与应用。流水化连续作业存在作业过程不均衡的现象,因此拆卸线的平衡问题成为一项非常重要和迫切需要解决的问题。　　 首先,本文在综合大量国内外文献的基础上,主要研究了产品在完全拆卸情况下的拆卸线平衡问题。该问题是一个典型的组合优化问题,随着作业元素规模的增大,求解的难度亦呈现指数型增长。基于拆卸线平衡问题的求解复杂性,提出适用的遗传算法进行求解。　　 其次,研究了产品拆卸过程中的作业优先顺序关系,提出了拆卸优先约束关系模型和约束关系模型的优先矩阵表达法和数据文件表达法,建立了拆卸线在投产和产后两个阶段的平衡优化模型。　　 然后,以某型号手机为实例研究对象,分别以最小化工作站均衡指数和最小化需求指数为优化目标,运用遗传算法进行求解。在遗传算法设计中,分析了适应度函数的选择问题,提出了能够实现目标持续改进的适应度函数,使得算法在迭代过程中,目标值易于持续改进,同时运用随机方法并结合启发式算法产生初始种群,设计了独特的染色体编码规则和译码规则,大大提高了拆卸线平衡效率；在算子设计中,设计了基于优先矩阵的遗传算子,将迭代过程转化为矩阵运算,使该算法具有较快的收敛速度。在确定拆卸线节拍CT的前提下,通过MATLAB软件仿真,快速得到了问题的最优解。　　 最后,综合考虑工作站均衡指数和需求指数,构成复合目标函数,并且分别在拆卸线节拍一定和工作站数目一定两种情况下,运用遗传算法求解模型,在MATLAB环境下,通过手机各零部件拆卸时间和需求量的实际数据,对模型进行了仿真研究。