中文摘要：

废旧机电类产品再制造系统由拆卸、再制造和重新装配三个不同的子系统组成，而不同子系统的生产计划和调度之间是紧密联系的，在制定生产计划和进行调度时必须要综合考虑子系统内部及子系统相互之间的作用和关联，以实现整体最优。本项目在现有研究的基础上进一步分析了废旧机电类产品再制造拆卸子系统内部存在的问题，研究了拆卸提前期、拆卸批量计划与拆卸序列综合集成优化方法。同时，还从整体求解和整体建模的角度出发深入研究了拆卸序列与再制造车间作业调度综合集成优化、再制造车间作业调度与重新装配调度综合集成优化以及三者之间综合集成优化等问题。为了增强对复杂综合集成生产和调度问题的建模求解能力，本研究在随机规划、多目标规划、随机模拟、神经元网络和蚁群算法与遗传算法的混合优化算法的基础上，设计出效率高且兼顾全局的求解算法，为这一问题的解决进行创新性探索。

结论摘要：

废旧机电类产品再制造系统的拆卸、再制造和重新装配三个子系统是紧密衔接的。为实现整体最优，在制定生产计划和进行调度时必须要综合考虑子系统内部及子系统相互之间的作用和关联。课题组成员从2009年本项目开始启动即按照研究计划展开研究。对再制造企业生产过程进行了实地调研，全面搜集了国内外相关研究文献，分析了再制造过程的特征及存在的问题，归纳总结了再制造领域研究现状，在项目进行过程中持续对再制造领域研究动态进行跟踪、把握，积极参与国内外相关专业的国际会议并与国内外专家、学者进行交流、讨论，对项目申请书所拟定的研究内容展开了全面研究，重点研究了拆卸提前期、拆卸批量计划与拆卸序列综合集成优化、拆卸序列与再制造车间作业调度综合集成优化、再制造车间作业调度与重新装配调度综合集成优化以及三者之间综合集成优化等问题，并拓展研究了闭环供应链协调方面的问题。基于随机规划、模糊规划、多目标规划等构建了生产计划与作业调度综合集成优化模型，所构建的模型更接近再制造企业现实，具有较强的操作性和应用性，并根据模型的特点，设计了如遗传算法、模拟退火算法、蚁群算法、粒子群算法等效率高且兼顾全局的智能优化算法进行求解，所设计的算法求解速度快，时间短，具有很强的实用性。通过对这些内容的研究，可以进一步丰富再制造领域的理论研究成果，同时为再制造企业制定生产计划与调度方案提供了指导，具有较强的理论和应用价值。基于项目研究，项目组已在国内外各类核心期刊上发表学术论文14篇，培养硕士研究生11人、博士研究生2人，参加国内外学术会议4次。因此，通过开展该项目研究，课题组在科研水平上有了很大提高，在培养人才方面取得了较大进展，在与国内外同行交流合作方面也得到了促进，圆满地完成了项目初期拟定的目标。