U型线布局是精益生产体系中的基础要素之一,与传统的直线型布局相比具有很多优势:入口和出口一致有利于实现拉动生产;拉近了工作站间距离,缩短了员工作业行走范围,减少了物料搬运浪费,有利于实现一人多机作业;U型线的中间区域成为共享区域,便于员工之间进行学习、交流和互助;作业分派组合方式更多,具有更强的分派柔性,在相同节拍下,U型布局所需工作站数或者生产人员小于等于直线型所需。U型流水线正为越来越多的制造企业所使用。U型流水线的出现为传统的流水线平衡问题引入新的研究内容。U型流水线平衡属于逻辑设计的范畴,集中研究如何实现生产资源的最优分配,是U型流水线最优化设计的关键问题。但是现有研究假设过于严格,对生产实际要求考虑不足,假设除了节拍约束和作业优先顺序约束外不考虑其它的指派约束,假设线上作业人员的行走时间可忽略不计,再平衡时没有考虑设备的移动问题等。对优化目标的设计没有充分考虑精益生产体系中准时生产、均衡生产、一个流生产以及少人化生产等要素的要求。另一方面,由于U型流水线平衡问题是一个NP-难问题,如何在合理的时间内找到问题的满意解是研究的另一个重点,蚁群算法作为一种带构造性特征的群智能优化算法,求解该问题时,可直接从构造可行解出发,方便处理复杂约束问题,且易与各种优先权规则相结合,但是蚁群算法尚存在搜索时间长和早熟收敛等问题,对该问题的求解效果还不佳。因此,本文针对精益生产方式下U型流水线最优化设计的要求,结合企业生产实践的需要,建立了多种情景下的U型流水线平衡的优化模型,然后从问题特点出发,对基本蚁群算法进行改进,设计高效的求解算法,可以为制造企业开发U型流水线的优化工具提供理论方法指导。论文的研究内容包括:(1)分析了U型流水线的三种运作模式,阐述了精益生产方式的体系及五个特点,对比了精益生产方式下U型流水线相对传统的直线型流水线的优势,总结了精益生产方式下对U型流水线进行优化设计的要求。(2)建立了作业优先顺序图的双向Petri网模型,利用托肯的移动描述了作业被分派的过程,利用Petri网的可达性分析可快速辨识出前序作业或者后继作业都已被分派的候选作业。(3)提出了一种过滤束搜索-蚁群混合算法(FBS-ACO),该算法利用了蚁群算法的正反馈和负反馈机制,在蚂蚁的解构造过程中融合了过滤束搜索方法,即同时探索多个子结点,利用对结点的全局评价和概率局部评价增强蚂蚁的寻优导向性,针对第I类U型流水线问题的特点提出了基于最优成分的信息素释放规则,在保留最优解信息的同时避免了早熟收敛,对269个测试问题的仿真实验表明了该算法的有效性。(4)将生产实践中存在的多类指派约束分为连续相连和非连续相连、强相斥和弱相斥、相关、工作站总属性约束和单边属性约束七类,建立了多类指派约束下U型流水线平衡的整数规划模型,通过对工作站数上下界的计算缩小了模型规模,扩大了利用模型求解的范围。针对较大规模问题,改进了FBS-ACO,利用蚂蚁的候选列表筛选可行成分实现了对复杂约束的快速处理。(5)根据U型流水线上作业人员行走区域的形状,建立了行走路径和行走时间的定量计算方法,以工作站数最少和行走时间最短为优化目标,研究了考虑行走距离的U型流水线平衡问题,提出了新的工作站下界计算方法,作为FBS-ACO的全局评价函数进行求解。接着按照精益生产准时生产和少人化生产的要求,分析了设备完全固定和部分设备可移动时进行再平衡的特点,设计了求解算法。(6)较全面研究了精益生产方式下多条U型流水线联合平衡问题。针对串行联合布局的特点,建立了以工作站数最少和末(首)工作站作业时间最少为优化目标的目标规划模型,设计了FBS-ACO混合局域搜索和分枝定界混合FBS-ACO算法进行求解。针对并行线设计的特点,建立了以架线费用和人工费用最小为优化目标的非线性整数规划模型,提出了两阶段求解方法。(7)分析了精益生产方式下混合品种U型流水线最优化设计的要求,建立了以给定节拍工作站数最少、负荷均衡、换装时间/费用最小、零部件消耗的平准化为优化目标的U型流水线平衡与品种排序的协同优化模型,借鉴协同进化的思想,提出了一种单目标协同进化蚁群算法和Pareto协同进化蚁群算法,仿真实验验证了算法的有效性。