基于雙種群遺傳算法的廢舊智能手機(jī)拆卸序列規(guī)劃

　　摘要：為解決手機(jī)大批量報(bào)廢帶來(lái)的環(huán)境和資源問(wèn)題，對(duì)廢舊智能手機(jī)進(jìn)行了拆卸回收技術(shù)的研究。針對(duì)廢舊智能手機(jī)的完全拆卸，提出了一種基于雙種群遺傳算法(GeneticAlgorithm,GA)的拆卸序列規(guī)劃方法，通過(guò)分析智能手機(jī)的結(jié)構(gòu)零部件信息，特別是零部件間的約束關(guān)系，建立了五元組混合圖拆卸模型，并利用連接矩陣和優(yōu)先矩陣，描述了拆卸智能手機(jī)的約束關(guān)系。以拆卸時(shí)間和回收利潤(rùn)作為決策目標(biāo)，同步考慮了影響拆卸時(shí)間和回收利潤(rùn)的多個(gè)指標(biāo)，創(chuàng)新構(gòu)建了拆卸雙目標(biāo)決策優(yōu)化數(shù)學(xué)模型，并設(shè)計(jì)了一種雙種群GA搜索優(yōu)化解，確定智能手機(jī)最優(yōu)或次優(yōu)的拆卸序列方案。以“iPhone6”智能手機(jī)為實(shí)例，利用所設(shè)計(jì)的算法求解了其對(duì)應(yīng)的優(yōu)化拆卸序列，并與經(jīng)驗(yàn)拆卸和基本GA對(duì)比，結(jié)果顯示拆卸時(shí)間縮短了11.2%和5.6%，回收利潤(rùn)提高了6.6%和3.0%，驗(yàn)證了該方法的可行性和高效性。

　　關(guān)鍵詞：廢舊智能手機(jī);雙目標(biāo)優(yōu)化;雙種群GA;拆卸序列規(guī)劃

　　0前言

　　*隨著5G時(shí)代的到來(lái)，智能手機(jī)更新?lián)Q代的速度日益加快，被淘汰的廢舊智能手機(jī)對(duì)資源和自然 環(huán)境造成了嚴(yán)重影響，已成為亟需解決的問(wèn)題。目前，關(guān)于智能手機(jī)的研究主要集中于討論智能手機(jī)的理論生命周期[1]、設(shè)計(jì)改進(jìn)智能手機(jī)的結(jié)構(gòu)[2]等，缺乏對(duì)廢舊智能手機(jī)拆卸和回收的研究。拆卸回收過(guò)程是產(chǎn)品生命周期的必要環(huán)節(jié)，在拆卸過(guò)程中，尋找合理高效的拆卸序列，確定最優(yōu)或次優(yōu)的序列方案，可提高智能手機(jī)拆卸效率，也為手機(jī)新產(chǎn)品的綠色設(shè)計(jì)提供了有力的支撐。

　　近年來(lái)，國(guó)內(nèi)外的學(xué)者針對(duì)不同產(chǎn)品拆卸進(jìn)行了廣泛研究，其中，拆卸模型的建立和序列優(yōu)化是拆卸研究的關(guān)鍵步驟。YANG等[3]建立了基于Petri網(wǎng)的裝備拆卸模型，提高了拆卸效率。LIU等[4]提出了一種改進(jìn)的AND/OR圖，充分表達(dá)了產(chǎn)品信息。張秀芬等[5]針對(duì)傳統(tǒng)復(fù)雜產(chǎn)品拆卸模型構(gòu)建困難和效率低等，構(gòu)建了基于聯(lián)接元的拆卸模型。JEUNET等[6]建立了基于優(yōu)先圖模型表示大中型產(chǎn)品實(shí)例的拆卸操作及其優(yōu)先關(guān)系。

　　然而，隨著產(chǎn)品結(jié)構(gòu)復(fù)雜度的提高，傳統(tǒng)的圖模型已經(jīng)不能滿足設(shè)計(jì)者的需求。對(duì)此，一些學(xué)者采用數(shù)學(xué)矩陣的方式進(jìn)行建模，表達(dá)產(chǎn)品的約束關(guān)系，豐富模型的信息量。XU等[7]利用拆卸穩(wěn)定性矩陣、緊固件優(yōu)先矩陣、緊固件組件矩陣和組件運(yùn)動(dòng)優(yōu)先矩陣建立拆卸模型，分析產(chǎn)品零部件間的約束關(guān)系。REN等[8]建立了基于AND/OR圖的拆卸模型，同時(shí)形成優(yōu)先矩陣和異或矩陣來(lái)描述組件或操作之間的優(yōu)先關(guān)系和異或關(guān)系。

　　模型是拆卸問(wèn)題的基礎(chǔ)，規(guī)劃則是拆卸的核心，隨著產(chǎn)品零部件數(shù)量的增多，人工智能算法用于產(chǎn)品的拆卸序列規(guī)劃研究逐漸受到重視，KHEDER等[9]提出了一種具有優(yōu)先保護(hù)交叉的遺傳算法(GA,GeneticAlgorithm)，用于尋找汽車(chē)后軸最佳可行拆卸順序。TIAN等[10]提出了一種同時(shí)考慮零件質(zhì)量不確定性和拆卸作業(yè)成本變化的拆卸順序規(guī)劃問(wèn)題，以拆卸利潤(rùn)最大化為優(yōu)化目標(biāo)，設(shè)計(jì)了一種模糊仿真與人工蜂群相結(jié)合的混合智能算法進(jìn)行優(yōu)化求解。REN等[11]提出了一個(gè)異步并行拆卸規(guī)劃問(wèn)題模型，采用GA對(duì)HG5-20三軸五速機(jī)械變速器以最短拆卸時(shí)間為目標(biāo)進(jìn)行序列優(yōu)化。

　　WANG等[12]構(gòu)造了帶有廢打印機(jī)的隨機(jī)雙面部分拆卸線，設(shè)計(jì)了一種基于Pareto的多目標(biāo)離散花授粉算法優(yōu)化求解。TSENG等[13]設(shè)計(jì)了一種基于塊的GA來(lái)優(yōu)化打印機(jī)拆卸序列。XU等[14]提出了一種基于Pareto的離散蜜蜂算法來(lái)尋找簡(jiǎn)化計(jì)算機(jī)最優(yōu)拆卸序列。TIAN等[15]針對(duì)復(fù)雜產(chǎn)品，提出了一種基于GA的協(xié)同拆卸序列與任務(wù)規(guī)劃方法，對(duì)提升機(jī)進(jìn)行了序列優(yōu)化求解。REN等[8]提出了一種改進(jìn)的GA求解以拆卸相關(guān)成本為目標(biāo)的序列優(yōu)化問(wèn)題。

　　邢宇飛等[16]針對(duì)多目標(biāo)拆卸規(guī)劃問(wèn)題，提出了基于Pareto集多目標(biāo)蟻群優(yōu)化算法。上述研究成果為拆卸序列規(guī)劃研究奠定了良好基礎(chǔ)，但已有的研究成果主要以機(jī)械產(chǎn)品或大型家電產(chǎn)品拆卸為主。目前，智能手機(jī)作為數(shù)量最多的電子電器設(shè)備，其內(nèi)部零件數(shù)量多且零件間存在多層約束。拆卸時(shí)，需要同步考慮拆卸層次關(guān)系和零件間約束關(guān)系，對(duì)生成可行拆卸序列的要求高。但智能手機(jī)體積小，使用周期短，報(bào)廢數(shù)量龐大，高精度的元器件具有較高的回收價(jià)值。

　　因此，對(duì)智能手機(jī)進(jìn)行拆卸回收研究具有一定實(shí)際意義。故本文對(duì)智能手機(jī)進(jìn)行拆卸回收研究，提出了一種基于雙種群GA的拆卸序列規(guī)劃方法，圖1給出了拆卸序列規(guī)劃方法流程圖，該方法從選擇拆卸的智能手機(jī)開(kāi)始，確定智能手機(jī)拆卸深度，以混合圖理論為基礎(chǔ)，建立五元組混合圖拆卸模型，分析智能手機(jī)零部件間的相關(guān)性，并以拆卸時(shí)間和拆卸回收利潤(rùn)作為決策目標(biāo)，創(chuàng)新構(gòu)建了雙目標(biāo)優(yōu)化數(shù)學(xué)拆卸模型，同時(shí)設(shè)計(jì)一種雙種群GA進(jìn)行智能手機(jī)的拆卸序列規(guī)劃，提高整體拆卸效率，獲取最優(yōu)或次優(yōu)拆卸回收方案。

　　1智能手機(jī)的拆卸模型對(duì)智能手機(jī)進(jìn)行拆卸過(guò)程的研究，首先要?jiǎng)?chuàng)建拆卸模型。拆卸模型是產(chǎn)品拆卸序列規(guī)劃研究的基礎(chǔ)，可詳細(xì)描述拆卸研究所需的基本信息。

　　1.1智能手機(jī)拆卸相關(guān)信息拆卸是一個(gè)較復(fù)雜的過(guò)程，在拆卸前，需要了解和獲取產(chǎn)品的拆卸相關(guān)信息，包括產(chǎn)品基本信息和產(chǎn)品拆卸過(guò)程信息。產(chǎn)品基本的信息主要包括產(chǎn)品結(jié)構(gòu)信息和零部件基本信息;產(chǎn)品拆卸過(guò)程信息主要包括產(chǎn)品裝配過(guò)程信息、約束關(guān)系等。目前，獲取產(chǎn)品拆卸信息的主要途徑有三維模型提取方式和人工交互方式，由于智能手機(jī)體積小，小型零部件數(shù)量多且內(nèi)部約束關(guān)系復(fù)雜，建模復(fù)雜且不易獲取全面信息，因此本文采用人機(jī)交互方法，獲取了智能手機(jī)全面、準(zhǔn)確的信息。

　　1.2五元組混合圖拆卸模型

　　現(xiàn)階段，產(chǎn)品的拆卸模型多種多樣，有無(wú)向圖、與或圖、Petri網(wǎng)等模型[17-19]。本文根據(jù)智能手機(jī)的相關(guān)信息和圖論思想，建立由無(wú)向圖和有向圖組成的五元組混合圖模型。在建模中，一些學(xué)者[20]為簡(jiǎn)化產(chǎn)品信息的復(fù)雜度，常常忽略產(chǎn)品的連接件，為使智能手機(jī)拆卸更貼于實(shí)際，有必要將連接件作為零件考慮。由于智能手機(jī)中的連接件數(shù)量較多，如進(jìn)行單一標(biāo)號(hào)會(huì)增加拆卸的復(fù)雜性且與實(shí)際拆卸不符，鑒于手機(jī)連接件位置具有層次性，因此將同一層的連接件統(tǒng)一拆卸，可縮短拆卸時(shí)間，提高拆卸效率且符合實(shí)際拆卸。

　　2雙目標(biāo)優(yōu)化的數(shù)學(xué)模型

　　產(chǎn)品的拆卸應(yīng)盡可能提高拆卸效率，降低拆卸成本，增加拆卸回收利潤(rùn)等，選擇不同的決策目標(biāo)，產(chǎn)生的拆卸路徑也會(huì)存在較大差異。在過(guò)去研究中，一些學(xué)者通過(guò)選擇拆卸時(shí)間、方向變化次數(shù)、工具變化次數(shù)或回收利潤(rùn)等作為決策目標(biāo)，進(jìn)行單目標(biāo)優(yōu)化。宋守許等[21]將拆卸方向變化次數(shù)和拆卸工具變化次數(shù)作為判定指標(biāo)，對(duì)內(nèi)嚙合齒輪液壓泵進(jìn)行了拆卸序列規(guī)劃。

　　CONG等[22]則采用拆卸回收利潤(rùn)作為決策目標(biāo)，對(duì)硬盤(pán)驅(qū)動(dòng)器(HDD)進(jìn)行了拆卸序列規(guī)劃。楊得玉[23]針對(duì)渦輪減速器，選擇拆卸時(shí)間作為決策目標(biāo)，進(jìn)行優(yōu)化求解。根據(jù)上述單目標(biāo)優(yōu)化實(shí)例，產(chǎn)生的優(yōu)化序列僅滿足單指標(biāo)要求，而沒(méi)有綜合考慮其它評(píng)價(jià)指標(biāo)，使產(chǎn)生的序列優(yōu)化程度不高。本文綜合考慮多方面評(píng)價(jià)指標(biāo)，根據(jù)影響智能手機(jī)拆卸效率和回收利潤(rùn)的主要因素建立雙目標(biāo)優(yōu)化數(shù)學(xué)模型，以拆卸時(shí)間和回收利潤(rùn)作為決策目標(biāo)，同步考慮影響拆卸時(shí)間和回收利潤(rùn)的多個(gè)指標(biāo)，全面分析了影響智能手機(jī)拆卸效率和回收利潤(rùn)的各個(gè)因素，為研究者提供了優(yōu)化的決策空間。

　　3智能手機(jī)拆卸序列生成及優(yōu)化

　　隨著產(chǎn)品零件數(shù)量增加，一般拆卸序列數(shù)量會(huì)呈指數(shù)增長(zhǎng)。智能手機(jī)零部件數(shù)量較多，產(chǎn)生的初始拆卸序列有數(shù)萬(wàn)條，如由人工進(jìn)行組合和優(yōu)化，過(guò)程繁瑣，難以實(shí)現(xiàn)。因此本文利用智能算法進(jìn)行序列生成和優(yōu)化求解，根據(jù)不同優(yōu)化目標(biāo)選取符合條件的最優(yōu)或次優(yōu)拆卸序列。

　　3.1智能手機(jī)的初始序列生成

　　拆卸可根據(jù)拆卸深度分為完全拆卸，部分拆卸和目標(biāo)拆卸。目前，智能手機(jī)的拆卸研究還處于起步階段，相比其他非完全拆卸，完全拆卸可以資源最大化，且能夠全面了解手機(jī)內(nèi)部結(jié)構(gòu)關(guān)系，有利于產(chǎn)品結(jié)構(gòu)的改進(jìn)設(shè)計(jì)，因此對(duì)智能手機(jī)進(jìn)行了完全拆卸。

　　3.2拆卸序列規(guī)劃

　　根據(jù)上述初始種群的生成流程，獲得可行序列數(shù)量高達(dá)數(shù)萬(wàn)條，因此需要根據(jù)不同的決策目標(biāo)進(jìn)行優(yōu)化處理，選擇最優(yōu)或次優(yōu)的拆卸序列。

　　本文研究的廢舊智能手機(jī)拆卸序列規(guī)劃，屬于具有復(fù)雜約束的離散組合優(yōu)化問(wèn)題。針對(duì)該問(wèn)題，GA是最常用的優(yōu)化算法，但基本GA種群?jiǎn)我弧⑺阉髂芰τ邢�，易陷入局部最�?yōu)解。因此，設(shè)計(jì)了一種雙種群GA，該算法本質(zhì)是一種并行GA，較大程度上保留其原有進(jìn)化機(jī)制，具有較強(qiáng)的全局搜索能力，并且該算法采用兩個(gè)子種群獨(dú)立進(jìn)化，確保了子種群的多樣性。同時(shí)，兩個(gè)優(yōu)秀種群通過(guò)種群間染色體隨機(jī)部分交換，擴(kuò)大了算法搜索空間，加快了搜索速度，提高了優(yōu)化解的質(zhì)量，具有良好的搜索能力和收斂性能。圖2為雙種群GA流程圖。其中，雙種群GA主要流程如下。

　　(1)實(shí)數(shù)編碼。針對(duì)本問(wèn)題，染色體的編碼需要滿足拆卸連接關(guān)系和優(yōu)先關(guān)系的約束，因此采用實(shí)數(shù)編碼。每個(gè)基因代表一個(gè)拆卸的零件，其編碼長(zhǎng)度等于拆卸零件個(gè)數(shù)。該編碼方式確保每一個(gè)染色體是一種可能的拆卸方式，減少計(jì)算量，加快算法的進(jìn)程。(2)適應(yīng)度函數(shù)。適應(yīng)度函數(shù)是衡量種群個(gè)體好壞的唯一標(biāo)準(zhǔn)，也是優(yōu)化算法實(shí)施的關(guān)鍵。在遺傳算法中，適應(yīng)度函數(shù)與目標(biāo)函數(shù)具有一定轉(zhuǎn)化關(guān)系。根據(jù)上述雙目標(biāo)優(yōu)化數(shù)學(xué)模型，采用完全拆卸的拆卸時(shí)間和拆卸回收利潤(rùn)雙目標(biāo)作為適應(yīng)度函數(shù)，搜索拆卸時(shí)間的最小值和拆卸回收利潤(rùn)的最大值。

　　4實(shí)證研究

　　目前智能手機(jī)產(chǎn)品正趨向同質(zhì)化發(fā)展，手機(jī)結(jié)構(gòu)大同小異，實(shí)例選擇了“iPhone6”智能手機(jī)作為研究對(duì)象，“iPhone6”智能手機(jī)于2014年發(fā)布，作為蘋(píng)果品牌歷史最暢銷(xiāo)的機(jī)型，銷(xiāo)售量突破2.5億部[25]。目前，該機(jī)型已于2019年5月停產(chǎn)，大部分手機(jī)已被閑置，考慮到部分零部件還具有一定價(jià)值，因此對(duì)其進(jìn)行拆卸回收研究，使資源最大化。

　　5結(jié)論

　　(1)運(yùn)用雙種群GA搜索，得出“iPhone6”智能手機(jī)的最優(yōu)或次優(yōu)拆卸序列為2-1-14-9-8-13-15-10-12-16-11-17-4-3-18-19-7-5-6-20，最短拆卸時(shí)間為476s，最優(yōu)回收利潤(rùn)為22.78元。(2)實(shí)例結(jié)果表明，雙種群GA相比經(jīng)驗(yàn)拆卸和基本GA，拆卸時(shí)間縮短了11.2%和5.6%，回收利潤(rùn)提高了6.6%和3.0%，表現(xiàn)出了良好的收斂性能和全局尋優(yōu)，為研究者提供較大的決策空間。

　　本研究的重點(diǎn)是廢舊智能手機(jī)的完全拆卸序列規(guī)劃，提出了一種基于雙種群GA的拆卸序列規(guī)劃方法，而在實(shí)際拆卸中，往往需要考慮到不同拆卸方案和拆卸技術(shù)的影響，過(guò)程復(fù)雜，影響因素眾多，拆卸過(guò)程可能面臨很大不確定性，需要進(jìn)一步探討。此外，在后續(xù)研究中，將對(duì)本文設(shè)計(jì)的適合優(yōu)化廢舊智能手機(jī)拆卸序列的雙種群GA與其它混合算法、改進(jìn)算法進(jìn)行具體的定量對(duì)比分析。

　　參考文獻(xiàn)

　　[1]ZUFALLJ，NORRISS，SCHALTEGGERS，etal.Businessmodelpatternsofsustainabilitypioneers-analyzingcasesacrossthesmartphonelifecycle[J].JournalofCleanerProduction，2020，244(2)：1-15.

　　[2]HERTHELAB，SUBRAMANIANA.Optimizingsingle-fingerkeyboardlayoutsonsmartphones[J].Computers&OperationsResearch，2020，120：104947.

　　作者：尹鳳福杜澤瑞李林梁振寧安瑞王瑞東劉廣闊

轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///dzlw/28706.html