免疫机制协作遗传算法的多目标拆卸线平衡优化

来源：信息与控制杂志2018年第6期北京时间：

作者：李六柯, 张则强, 邹宾森, 蔡宁

摘要：为解决拆卸线上工作站负荷不均衡问题，针对拆卸线平衡模型的多目标、多约束属性，提出了一种基于Pareto解集的多目标免疫机制协作遗传算法.该算法在遗传操作中融入免疫机制，将带问题特征信息的加权值作为疫苗库的构造规则，通过接种疫苗、免疫检测、免疫平衡和免疫选择等操作，引导个体向最优解靠拢，并维持种群的多样性.采用Pareto解集的多目标处理方法实现了对多个目标的协同优化，在决策者偏好未知情况下提供侧重点不同的多种方案.通过种群初始化规则对比实验，验证了节拍时间约束下的启发式规则能生成高质量的初始解.通过求解不同规模的拆卸实例，并与多种已有算法进行对比，结果表明了所提算法的有效性和优越性.

关键词：拆卸线平衡问题, 免疫机制协作遗传算法, 多目标优化, Pareto解集