混流装配线是提高企业对市场的快速反应能力,满足产品多样化需求,降低库存和生产成本,提高产品质量的重要手段。负荷平衡和投产排序两个紧密联系、相互影响的问题对混流装配线的有效利用起着至关重要的影响。然而,大部分研究都割裂地考虑它们或对它们进行串行优化,最终得不到最优的或较优的平衡和排序结果。因此,本文开展了基于改进遗传算法的混流装配线的协同优化及仿真研究。所完成的主要研究工作和取得的成果如下:　　 (1)系统测试了种群大小、交叉概率和变异概率三个控制参数对遗传算法性能的影响,得出了控制参数的变化对算法收敛速度的影响规律。　　 (2)对比测试了基于排名的轮盘赌选择、基于上限的确定式采样选择、无回放最大值选择以及基于小生境技术的(μ+λ)选择这四种改进选择算子的收敛速度、收敛可靠性和计算成本,得出基于小生境技术的(μ+λ)选择算子收敛可靠性最高,基于排名的轮盘赌选择算子收敛速度最快、耗时较短。　　 (3)对比测试了基本遗传算法与自适应遗传算法、模拟退火遗传算法的性能,得出自适应遗传算法和模拟退火遗传算法的收敛可靠性和收敛速度均优于基本遗传算法。　　 (4)建立了有、无同步传送带的两种混流装配线协同优化模型。其中,对于无同步传送带的混流装配线模型,进行制造周期的优化；对于有同步传送带的混流装配线模型,进行闲置与超载时间之和的优化。针对这两种优化模型,详细设计了自适应遗传算法、基于小生境技术的遗传算法和模拟退火遗传算法这三种改进的遗传算法,并将它们应用于两种模型的优化中,比较了各种算法在这具体应用中的性能。　　 (5)利用Java语言开发了“混流装配线优化设计系统”,该系统可以根据手动绘制的各模型产品优先关系图自动生成联合优先关系图,并且实现了利用基本遗传算法、自适应遗传算法、基于小生境技术的遗传算法和模拟退火遗传算法这四种算法对混流装配线分别进行最小化制造周期和最小化闲置与超载时间之和的协同优化。　　 (6)利用Arena仿真软件建立了无同步传送带的混流装配线随机模型,该模型中加入了实际装配过程中会遇到的不确定因素,如:不确定的产品投产时间、不确定的装配时间、不确定的传输时间、不确定的故障和次品现象等。仿真结果表明,流水线上各工作站的负荷仍然比较均衡,但制造周期延长了。