面向燃油车与纯电动车的多并行混合模型拆解线及其平衡优化
神经与进化计算
2025-11-11 v1 最优化与控制
摘要
随着报废车辆数量的持续增长和纯电动车所有权的快速提升，汽车拆解行业正面临从传统燃油车向混合燃油车和纯电动车拆解的转型挑战。为应对回收数量不确定性以及多车型混合模型拆解的需求，本文设计了一种多并行混合模型拆解线（Multi-parallel mixed-model disassembly line, MPMDL），并构建了相应的混合整数规划模型，以实现该拆解线的平衡优化。优化目标包括最小化工作站数量、最小化工人疲劳水平和最小化能源消耗。结合燃油车与纯电动车拆解工艺差异，本文设计了基于可行解分布和动态搜索资源分配的改进型非支配排序多目标遗传算法（INSGA-III），以求解该多目标动态平衡优化问题，采用两阶段动态调整策略实现拆解线在回收数量不确定性下的自适应调整。最近进行了算例验证。结果表明，所提方法能够有效提高资源利用效率、降低能源消耗、缓解工人负担，在多目标权衡下提供多个高质量拆解方案。与主流多目标优化算法相比，INSGA-III在解的质量、收敛性和稳定性方面具有显著优势。该研究为燃油车和纯电动车的混合拆解提供了绿色、高效且灵活的解决方案。
引用
@article{arxiv.2511.05559,
title = {A multi parallel mixed-model disassembly line and its balancing optimization for fuel vehicles and pure electric vehicles},
author = {Qi Wang and Qingtao Liu and Jingxiang Lv and Xinji Wei and Jiongqi Guo and Panyu Yu and Yibo Guo},
journal= {arXiv preprint arXiv:2511.05559},
year = {2025}
}