福建理工大學(xué)管理學(xué)院邱棟團(tuán)隊(duì)在《福建理工大學(xué)學(xué)報(bào)》發(fā)表論文《考慮不確定拆卸時(shí)間的異步并行拆卸序列規(guī)劃》，該研究針對(duì)拆卸時(shí)間受多種因素影響存在不確定性的問題，提出基于灰數(shù)的異步并行拆卸序列規(guī)劃方法，構(gòu)建多目標(biāo)數(shù)學(xué)模型并設(shè)計(jì)改進(jìn)人工蜂群算法，經(jīng)筆記本電腦拆卸實(shí)例驗(yàn)證，異步并行拆卸經(jīng)濟(jì)效益提升23.1%，拆卸時(shí)間縮短12.7%，為回收再制造領(lǐng)域高效拆卸提供了新方案。

　　拆卸是回收再制造的核心環(huán)節(jié)，拆卸序列規(guī)劃的科學(xué)性直接影響拆卸效率與收益。傳統(tǒng)研究多基于確定的拆卸時(shí)間開展，但實(shí)際操作中，操作者技能、產(chǎn)品結(jié)構(gòu)、材料特性等因素都會(huì)導(dǎo)致拆卸時(shí)間不確定，影響規(guī)劃方案的實(shí)用性。邱棟團(tuán)隊(duì)聚焦這一行業(yè)痛點(diǎn)，將灰數(shù)引入拆卸時(shí)間描述，把不確定時(shí)間轉(zhuǎn)化為可量化分析的灰數(shù)區(qū)間，為精準(zhǔn)建模提供了數(shù)學(xué)基礎(chǔ)。

　　團(tuán)隊(duì)構(gòu)建了以最大拆卸收益和最小拆卸時(shí)間為目標(biāo)的數(shù)學(xué)模型，同時(shí)考慮拆卸最大規(guī)定時(shí)間、工作站順序、并行序列執(zhí)行長(zhǎng)度等多重約束條件。為高效求解該復(fù)雜模型，研發(fā)了改進(jìn)人工蜂群算法：采用矩陣編碼構(gòu)造可行解，用錦標(biāo)賽選擇替代傳統(tǒng)輪盤賭以保護(hù)最優(yōu)解;在守望蜂階段引入自適應(yīng)變異操作，拓展解空間搜索范圍;在偵察蜂階段設(shè)計(jì)基于潛能值的更新策略，避免算法陷入局部最優(yōu);創(chuàng)新提出多解協(xié)同對(duì)比方法，高效獲取非劣解。

　　通過MATLAB軟件進(jìn)行1000次迭代測(cè)試，將該改進(jìn)算法與切諾貝利災(zāi)難算法、機(jī)器學(xué)習(xí)算法及傳統(tǒng)人工蜂群算法對(duì)比，結(jié)果顯示改進(jìn)算法在接近120次迭代時(shí)即達(dá)到最優(yōu)值，收斂速度顯著優(yōu)于對(duì)比算法，驗(yàn)證了其優(yōu)越性。

　　為進(jìn)一步驗(yàn)證模型與算法的實(shí)際應(yīng)用效果，團(tuán)隊(duì)以Fujitsu AH556型號(hào)筆記本電腦為拆卸對(duì)象，其包含22個(gè)零件，回收收益從0.5元至72.3元不等。對(duì)比同步并行拆卸與異步并行拆卸效果發(fā)現(xiàn)，異步并行拆卸平均收益達(dá)256.4元，較同步并行拆卸的208.3元顯著提升;平均拆卸時(shí)間從163.3秒縮短至142.6秒，實(shí)現(xiàn)了效率與收益的雙重優(yōu)化。

　　該研究創(chuàng)新性地解決了不確定環(huán)境下的拆卸序列規(guī)劃難題，其提出的方法和算法可為大型復(fù)雜機(jī)電產(chǎn)品的高效回收拆卸提供技術(shù)支撐，對(duì)推動(dòng)再制造產(chǎn)業(yè)提質(zhì)增效、促進(jìn)資源循環(huán)利用具有重要意義。