装配生产线广泛应用于现代制造业,以实现产品的标准化生产。作为一种较新的装配线布局,双边装配线以其长度更短、设备固定成本更低、物料搬运成本更低等优势应用于汽车、卡车、摩托车等制造业。随着人力成本的增加和我国政府的支持,机器人正被逐步应用于双边装配线以部分或者全部代替人工劳动,进而形成了机器人装配线或者人机协同装配线。在机器人双边装配线中,能量消耗是机器人日常运行成本的重要组成部分。对能耗的优化不仅能降低企业成本、提高企业竞争力,同时能有效降低环境污染和碳排放。考虑到装配现场存在着多种装配形式,课题逐步对标准双边装配线平衡(员工完成装配操作)、机器人双边装配线平衡和考虑能耗的机器人双边装配线平衡问题进行研究,最后通过实际案例分析对人机协同双边装配线平衡问题进行研究。针对标准的双边装配线平衡问题,本文提出了更为高效的新解码方式,并设计了改进的局部搜索算法。在解码和编码层面,以新的解码方式来均衡工位负载,减少序列相关空闲时间。设计新的启发式目标,保留前面成对工位空闲时间更少的分配方案。基于以上改进的解码和目标函数,设计了一种基于邻域结构的迭代贪婪算法,该算法采用了高效的启发式初始化,并提出了基于两种邻域结构的改进邻域搜索方式。为测试所提出的改进解码的性能,将所提出的两种解码与其他7种解码进行对比,实验结果表明所提出的解码方式性能最优。为测试所采用算法的性能,将所提出算法与其他14种算法进行对比,统计结果表明迭代贪婪算法在四种运行时间下性能均为最优,同时该算法成功更新了12个案例的最好解,更新案例最好解数量在所有测试算法中最大。针对机器人双边装配线平衡问题,构建了数学模型,并提出了群智能算法实现问题的快速求解。构建的混合整数规划模型以最小化生产节拍为优化目标,可实现对小规模案例的精确求解。由于所考虑的问题涉及操作分配和机器人分配两个子问题,课题采用了操作排序向量和机器向量进行编码,并依据对标准双边装配线平衡问题编码和解码的研究设计了高效的解码方式。随后,结合问题特征设计了离散布谷鸟搜索算法和协同优化布谷鸟搜索算法实现操作分配和机器分配的同步优化。为评估所提出算法的性能,将所提出的算法与其他5种智能算法进行对比,实验结果表明离散布谷鸟搜索算法展示了较好的收敛性,同时所提出的协同优化布谷鸟搜索算法在三种终止条件下性能均为最优。针对机器人双边装配线的能耗优化问题,构建了能耗优化模型,并设计了多目标优化算法。构建了最小化节拍和总能耗的多目标优化模型,以实现平衡和能耗的同步优化。由于所考虑的目标在一定情况下可能存在互斥,设计了新的基于机器分配向量、操作分配向量和操作排序向量的编码和解码,进而采用快速非支配遗传算法和多目标重启模拟退火算法实现两个目标的同步优化。对标杆案例的计算结果表明,仅考虑优化节拍不能有效降低能耗,多目标算法能获得能耗更低的多种调度方案以供生产决策者选择,验证了多目标模型的合理性。同时,实验结果表明重启模拟退火算法优于几种原始的模拟退火算法,其在收敛性和分布性上均优于快速非支配遗传算法。结合上述理论成果和生产实际情况,本文将以上研究成果直接或者进行调整后应用于实际汽车装配车间案例的求解。对某汽车装配线的实际生产状况调研结果表明,汽车装配车间总装线上存在着员工装配、机器人装配和人机协同装配三种装配情况。基于以上发现,课题采用三个案例分别对上述生产实际情况进行了研究。实例结果表明,所提出的模型和算法能有效降低生产节拍、提高装配效率、降低机器人能耗,具有良好的应用前景。