混流装配线(以下简称混装线)能同时装配多种型号的产品,因此被广泛的应用于汽车、家电和消费电子等行业,以满足多样化的顾客需求。装配线平衡是产线设计的核心决策,它决定各工作台的任务分配,直接影响装配线的效率和成本。此问题有超过50年的研究历史,现有研究中几乎都是按固定产能,或者说按预计的生产需求来设计装配线的。然而在实际中,为应对瞬息万变的市场需求,企业经常需要调整生产计划,改变装配线的生产任务。当实际的生产需求偏离设计值时,装配线可能无法达到设计的生产效率,偏离较大时,可能还须进行相应的调整措施(例如加班,临时工等)才能满足生产需求。调整发生的频率和产生的额外成本受到需求波动的程度和初始平衡方案的影响,但是这些因素在现有平衡研究中极少考虑,从而导致生产成本的低估。为弥补这种缺陷,本文研究了不确定环境下的混装线平衡问题,混装线可以采取一些产能调整措施以应对需求的变化。通过在平衡阶段就考虑后续产能调整的便利性和成本,可以降低在产线在不确定需求环境中长期运行的平均成本。本文讨论了三种产能调整措施,针对不同的措施分别研究了相应的产线平衡问题,主要工作和创新点归纳如下:1.研究了使用备用多能工调整产能的混装线平衡问题。使用多能工是应对工作台负荷过载最常用的方法之一,在企业实践中也很常见。许多混装线排序问题的研究已讨论了这种方法,但还没有研究讨论它对混装线平衡的影响。备用多能工扮演一个产能缓冲池的作用,他们平时只少量或不参与装配作业,当有工作台发生负荷过载时他们才去协助装配。与普通工人不同的是,多能工能帮助多个工作台,工资更贵。决策者需要决定装配线使用的普通工人和备用多能工的数量、以及各工作台的任务分配,以满足任意情境的生产需求。本文以最小化总人工成本为目标建立了该问题的数学模型,根据问题特点,提出了一种递归算法计算给定普通工人数量时过载工作量的下界。在此基础上,给出了全局成本下界的估计方法。本文提出了一种启发式算法快速寻找近似最优解,并以此为上界,设计了分支定界与记忆(BB&R)算法精确求解该问题。本文基于SALBP-1标准算例库(http://alb.mansci.de/)随机生成了500个算例以验证算法有效性,计算实验表明,算法能在60秒内获得并验证其中406个问题的最优解,对未能验证最优性的94个算例,获得的解距离下界的平均偏差为5.17%。数值实验还比较了固定产能和允许产能调整的成本,结果表明使用备用多能工能够实现平均幅度为5%左右的成本改善,但多能工难以随时雇佣的特点限制了这种方法的适用范围,只有小部分具备特定特征的算例会采用这种产能调整方法。2.研究了通过加班调整产能的混装线平衡问题。加班是企业实践中最常用的临时改变产能的方法,但还没有研究考虑允许加班对混装线平衡方案的影响。加班获得的额外劳动时间可临时提高混装线的生产能力,但加班需要支付更高的工资,且最大加班时间受法律限制。决策者需要决定使用的工作台数量、各工作台的任务分配和各情境下的加班时间,以满足每个情境的需求,并最小化平均每天需支付的总工资。本文建立了该问题的数学模型,分析了问题的若干性质,提出了计算全局成本下界的迭代算法。之后,利用下界计算方法,提出了启发式算法和BB&R算法来求解本问题。对500个算例的计算实验表明,BB&R算法能在60秒内精确求解其中408个,对未能获得最优的92个算例,获得的解离下界的平均偏差为2.67%。数值实验还比较了固定产能和允许产能调整的成本,结果表明,绝大多数算例都能够通过加班实现较明显的成本改善,平均改善幅度随着需求波动程度增大而增大,但即便需求变化不超过20%,成本改善的幅度也超过9%。3.研究了通过增减工人数量调节产能的混装线平衡问题。Simaria等(2009)[3]研究了U型线常见的一种产能调节方法:不移动设备位置,通过改变工人数量和每个人的任务分配来应对需求的变化。本文讨论了这种方法在直线型混装线中应用:保持任务顺序不变,通过重新划分工作台边界的方式改变工作台数量。决策者需要决定任务顺序和各情境的工作台划分,以减少各情境使用的工作台数量的平均值。本文对此问题建立了数学模型。分析了给定序列下最优工作台划分的性质,给出了下界的计算方法,然后提出了基于位置交换的局部优化方法,并将之嵌入到单程启发式算法中,最后提出了BB&R精确算法。对500个算例的计算实验表明,BB&R算法获得了308个问题的精确最优解,192个未验证算例与成本下界的平均偏差为4.05%。数值实验还比较了固定产能和允许产能调整的成本,结果表明,绝大多数算例都能够通过通过增减工作台数量减少所需人工成本,成本改善幅度随着需求波动程度增大而增大。当需求波动超过50%时,这种方法能实现比前两种方法更明显的成本改善;即便需求变化不超过20%,成本改善的幅度也超过7%。