无论是出于法规和制度的约束,还是出于对经济因素的考量,制造企业越来越重视废旧产品的回收处理工作。拆卸是产品回收过程中的关键环节,以流水化连续作业的方式组织拆卸生产不但是提高其拆卸效率的重要举措,而且对于推动产品拆卸的自动化及产业化发展具有重要意义。由于拆卸线平衡问题(Disassembly Line Balancing Problem, DLBP)的复杂性,其预期优化目标往往有多个,除了要考虑各工作站间任务负荷的均衡性,还要考虑尽早拆除有危害的零部件、尽早拆除需求高的零部件、最小化拆卸作业成本、最小化操作方向的变动等目标。为克服传统方法在求解多目标拆卸线平衡问题时不能很好处理各子目标间冲突及易于早熟等不足,提出了一种多目标细菌觅食优化算法(Multi-objective Bacterial Foraging Optimization, MBFO)。算法采用Pareto非劣排序技术对种群进行分级,并结合拥挤距离机制评价同级个体的优劣。为提高算法收敛性能,在趋向性操作结束后引入精英保留策略保留优秀个体,并采用全局信息共享策略引导菌群不断向均匀分布的Pareto最优前沿趋近。在对算法性能的测试中,对于小规模算例,相比较于已知方法,能够额外给出侧重点不同的另外6种平衡方案,为生产者提供多样化的决策空间；对于大规模算例,三个优化指标的求解性能分别比已知方法提高了50.4%、7.6%、14.9%。在对某打印机的拆卸回收工作进行线平衡设计时,考虑到无效作业时间会对生产周期时间产生影响这一实际情况,建立了包含调整时间的拆卸线数学模型。采用MBFO算法求得了拆卸成本较低、作业效率较高、符合规划产能的任务分配方案。经过对理论平衡方案的仿真分析,发现由于作业时间的波动性及故障情况的发生,拆卸线上出现了大量的堵塞与等待现象。采用在工作站后增加缓存区的手段进行改善,仿真结果显示,改善后的方案堵塞率平均下降38.75%,等待率平均下降69.91%,产量提高了20.40%。由此可知,本文运用算法优化与仿真分析相结合的技术手段,使得对拆卸线的平衡设计更能贴近生产实际,具有较强的应用价值与前景。