1、隨著生產者責任延伸制的推行、各國新的更多的環(huán)境立法的建立以及公眾環(huán)境意識的提高，制造商開始回收和再制造廢舊的產品。此外，重新使用廢舊產品所帶來的經濟吸引力也從另一個層面推動了更多制造商的投入。拆卸是重新使用、制造、回收、存儲以及合理處理產品關鍵的第一步，拆卸線是實現(xiàn)大規(guī)模拆卸的最佳選擇，因而有效設計和平衡拆卸線對提高拆卸效率至關重要，因此研究拆卸線平衡問題具有重要的理論和實際意義。
　　結合拆卸線的特點，提出了多目標拆卸線平衡問題

2、的數學模型，其優(yōu)化目標為最小化工作站數、均衡各工作站空閑時間，并考慮拆卸產品部件的危害、需求以及方向。在此基礎上，采用兩種群集智能優(yōu)化算法-粒子群算法和蟻群算法研究了多目標拆卸線平衡問題。
　　提出了一種目標基于優(yōu)先排序的粒子群算法，該算法采用隨機數生成粒子的位置和速度，而位置和速度的更新則為對應隨機數相加減，進而把位置的隨機數作為選擇零件的權重，從而根據權重的大小來選擇拆卸的零件。并通過具體的實例以及基準例子驗證了算法的有效性。

3、
　　提出了一種基于Pareto的粒子群算法來求解多目標拆卸線平衡問題，該算法采用小生境技術選取多目標的全局最優(yōu)解，采用Pareto占優(yōu)以及分散度作為個體評價以及局部最優(yōu)解選取，最后通過具體的實例以及基準例子驗證了算法的有效性。
　　提出了一種目標基于優(yōu)先排序的蟻群算法來求解多目標拆卸線平衡問題，該算法考慮了以零件拆卸時間、危害以及需求三種規(guī)則的啟發(fā)式信息，并綜合考慮利用先驗知識、探索新路徑、隨機選擇三種方式的混合搜索機制，