1.一种考虑人因风险混流装配线平衡与排序的双层优化方法，其特征在于：包括首先获取混流装配线中所有作业任务的信息数据，包括：1、作业任务的标准工时；2、作业任务之间的装配优先级关系；3、作业任务中姿势、力量、重复性和附加风险指标数据；

然后，建立双层优化数学模型：根据装配生产线的生产节拍和约束条件以及上述的信息数据建立混流装配线的双层优化数学模型；在该数学模型中，上层优化模型为线平衡模型，其目标是确定线平衡方案，旨在满足人因风险的约束条件下使生产线成本达到最少；下层优化模型为产品投产排序模型，其目标是基于给定的混流装配线平衡方案基础上，制定最优的投产排序方案，旨在最小化所需的公用工人数量和在所有时期经历工作过载的装配工作站的最大数量；

最后，通过双层优化算法对上述建立的双层优化数学模型进行优化求解，并输出最优的线平衡方案和投产排序方案；

所述线平衡模型的目标函数和约束条件如下：

目标函数：

DC                  （2）

        （3）

                                        （4）式（2）为上层优化问题的目标函数，最小化线平衡的成本， 为混流装配线平衡优化的最优解；式（3）为生产线平衡后生产线的成本，包括：满足人因风险的条件下装配工作站数量达到最小的成本，公用工人的成本和生产损失成本，CS为单个装配工作站的成本；式（4）为所有时期装配工作站总过载次数的计算方法， 为装配工作站数量，DC为生产线的总成本， 为公用工人人数，CW为单个公用工人的成本，Z为在所有时期装配工作站发生过载的总次数，DL为单个装配工作站发生过载时的生产损失成本，S为完成所有产品所需的总循环时间，S = D + K−1， 的值定义为：如果装配工作站k在周期s内的发生工作过载则为1，否则为零，D为短期需求的总需求；

约束条件：

                                   （5）                                    （6）          （7）

                                   （8）                                   （9）              （10）

                （11）

其中， 为表示任务i是否分配给装配工作站k的二进制变量， 是基于任务需求的任务i的平均处理时间， 为分配到装配工作站k的工人的人因风险； 为公用工人可用性系数；约束（5）确保每个任务都分配给一个且只有一个装配工作站；约束（6）确保每个装配工作站的总处理时间不超过可用的周期时间，所述总处理时间为基于历史需求的平均时间，C为周期时间；约束（7）‑（8）保证每个装配工作站的工作量与普通工人和公用工人的时间可相互兼容, 为产品m中任务i的并行化系数, 为产品m中任务i的处理时间，为任务数量；约束（9）确保遵守任务之间的优先级关系， 为任务i直接或传递的前一个任务；

约束（11）是人因风险约束，确保每个装配工作站中工人的人因风险水平是可接受水平；

所述产品投产排序模型：

定义 为产品m在装配工作站k的工作过载：

               （12）

给定产品集合M和每种产品m的短期需求 ，其短期需求的总需求为D= ，完成所有产品所需的总循环时间为S = D + K−1， 为产品m在装配工作站k的工作过载；设为二元变量，表示产品m是否分配到s时段，1≤s≤S且当s>D时，  = 0；混流装配线排序模型的目标函数和约束条件为：目标函数：

    （13）

式（13）表示最小化的公用工人数和在所有时期发生工作过载的装配工作站的最大数量，其中， v/K≤1；在保证公用工人数量最小化的情况下，最大限度地减少经历工作过载的装配工作站数量， 为混流装配线平衡优化的最优解，v为在所有时期发生工作过载的装配工作站的最大数量，为公用工人人数；

约束条件：

              （14）

                                              （15）                   （16）

                               （17）                                （18）                                                （19）              （20）

                                （21）其中B=100000，约束条件(14)确保在任何时期都不超过公用工人的可用时间， 为公用工人可用性系数， 为二进制变量，表示产品m是否被赋值给s时段， 为规划期内产品m的短期需求；约束条件(15)保证所有产品装配需求都得到满足；约束(16)保证每个位置只能生产一个产品；约束(17)保证在最后的过渡阶段没有产品继续进入生产线；约束(18)和(19)使得v大于所有时期经历工作过载的装配工作站的最大数量；约束(20)和式(21)定义了变量y、z、u和v，进而计算出公用工人数的下界：                  （22）。

2.根据权利要求1所述考虑人因风险混流装配线平衡与排序的双层优化方法，其特征在于：最小装配工作站数量的计算方法如下：     （1）其中，产品m中任务i的并行化系数 ，0≤ ≤1，表示公用工人与普通工人协同工作、按比例分配作业时间完成作业任务的可能性；公用工人工作时间为 /2，普通工人工作时间为(1− /2) ；

若不能并行 = 0，则普通工人的工作时间为 ；

当任务完全可并行时  = 1，公用工人和普通工人的作业时间均为 /2； 为产品m中任务i的处理时间；i表示任务。

3.根据权利要求1所述考虑人因风险混流装配线平衡与排序的双层优化方法，其特征在于：所述双层优化算法由混合优化算法和CPLEX求解器组成，其中，上层优化模型使用混合优化算法求解，分为两阶段，第一阶段由CPLEX求解器组成，第二阶段由IGGA算法组成，具体是在GA算法里同时应用了IG算法的局部搜索，具体为：（1）在第一阶段中，调用CPLEX求解器求得一个解，即获得一个线平衡方案，该解和随机生成的初始解组成初始种群，其中，该解和随机生成的初始解均不考虑人因风险；

第二阶段，即IGGA算法步骤如下：

（2）初始化：将第一阶段的初始种群转换为基于排列的编码向量；每个编码均会进行解码操作，将任务分配到具体的装配工作站，同时考虑人因风险，将满足任务优先级约束和人因风险的解标为可行解，否则，为不可行解，经过多次迭代通过选择步骤而逐步剔除不可行解；

（3）初始种群中的每一个解都调用下层优化算法的CPLEX求解器求解投产排序优化模型，得到相应于每一上层解的最优下层解，即投产排序方案，并通过公式（3）计算每个初始解的上层目标函数值DC；

（4）进化，包括交叉和变异：将初始种群采用竞赛选择法为交配池选择个体，然后从组成的交配池中选择一组解，通过顺序交叉和微变异算子的作用生成子代，子代的每一个解都通过调用下层优化算法求解投产排序优化模型，得到相应于子代的每一个解的最优下层解，即投产排序方案，并通过公式（3）计算子代每一个解的上层目标函数值DC；

（5）局部搜索：对目前的最优解，即目前初始种群和子代中的最优解进行改进，以得到一个更优的解，该解同样会调用下层算法，得到对应的最优的下层解，然后求解上层目标函数值；

（6）选择：从初始种群和子代种群中选择较优的个体，即“有前途的”解组成下一代种群；

（7）将下一代种群进行上述进化、局部搜索和选择步骤，直到满足停止条件；

（8）对上述步骤（2）（4）（5）（7）中得到的所有解，选择最优的个体，即所得到的所有解在选择步骤里的最优解，得到最优的线平衡方案和投产排序方案；

下层优化模型通过调用CPLEX求解器求解，根据输入的上层解求解其对应的下层最优解，并输出对应的最优的投产排序方案。

4.根据权利要求3所述考虑人因风险混流装配线平衡与排序的双层优化方法，其特征在于：所述编码向量包含一个整数数组，表示任务分配顺序为，其中，j为索引，J值的大小满足J=max i，解码方法如下：步骤1：初始化当前分配任务索引j= 1，装配工作站序号 k = 0；

步骤2：创建新的装配工作站k，同时设置装配工作站时间为：装配工作站k总处理时间：；装配工作站k普通工人总工作时间： ；装配工作站k公用工人总工作时间： ；

步骤3：根据任务分配顺序的先后顺序，选择该顺序中第j个位置的任务xj；

步骤4：确定分配给当前装配工作站k任务xj的处理时间；

步骤5：若当前装配工作站k的 、 、 /ω不超过循环时间，分别对应式(6)、(7)、(8)中的约束，则将任务顺序xj对应任务分配给当前装配工作站k，同时令  = + ，  =  +  (1− /2)，  =   +  /2，j= j + 1；否则，k = k + 1，返回步骤2；

步骤6：检查是否存在尚未分配的任务；若存在，则返回步骤3；否则，跳转步骤7；

步骤7：检查当前解是否满足任务间的优先级关系和人因风险约束；若满足，该解是可行的；否则，该解不可行；

步骤8：计算当前解的装配工作站数量。

5.根据权利要求3所述考虑人因风险混流装配线平衡与排序的双层优化方法，其特征在于：所述选择具体为：如果满足以下任何一个条件，则认为解seq1优于解seq2，并在后续解选择过程中将seq1设为更优解：(1)seq1可行，seq2不可行；(2) seq1和seq2都是可行的，但seq1的目标函数值较小；(3) seq1和seq2都是不可行的，但seq1违反约束的程度较小。

6.根据权利要求3所述考虑人因风险混流装配线平衡与排序的双层优化方法，其特征在于： 采用迭代贪婪算法对当前所有的种群的最优解进行改进，具体为：将当前种群的最优解作为初始解，在破坏步骤中，从所述初始解中提取30%‑35%的编码向量元素，然后得到部分序列；在构造步骤中，将提取的元素随机重新插入到所述的部分序列中的不同位置，构成一个新的序列；在每次重插入过程中生成一组新序列，然后选择目标值最佳，即上层目标函数值公式（3）最小同时满足约束条件的新序列替换当前序列；上述步骤重复执行，直到所有元素都被重新插入，最终得到一个新的上层的解，即得到线平衡方案，将得到的线平衡方案带入下层算法求得对应最优的投产排序方案，然后求解其上层目标函数值DC。

7.根据权利要求3所述考虑人因风险混流装配线平衡与排序的双层优化方法，其特征在于：通过评估上肢重复性动作暴露的简明指标OCRA方法的指数ERk表示分配到装配工作站k工人的人因风险，目的是评估工人的人因风险是不是处于低风险水平；OCRA指数综合评估了姿势、力量、重复性和额外风险的人因风险因素,具体公式如下：                 （23）

                      （24）

   （25）

其中，其中AF为实际频率，RF为推荐频率,Nt表示一个周期内执行动作的数量, 表示为特定的参数，取值为18；  为姿势的乘法系数； 是一个力倍增强系数； 为动作重复性的乘法系数； 为附加因数的乘法系数；

设定人因风险评估标准是：

   （26）

其中，各岗位的人因风险选取所有装配线中最大人因风险值。

8.采用如权利要求1‑7任一项所述考虑人因风险混流装配线平衡与排序的双层优化方法的优化系统，其特征在于：包括：信息数据获取模块，用于获取混流装配线中所有作业任务的信息数据；

双层优化数学模型建立模块，根据装配生产线的生产节拍和约束条件以及上述的信息数据建立混流装配线的双层优化数学模型模块；其中，上层优化模型模块为线平衡模型模块，用于确定线平衡方案，旨在满足任务间的优先级关系和人因风险约束的条件下使生产线成本达到最少；下层优化模型模块为投产排序模型模块，其目标是基于给定的混流装配线平衡方案基础上，制定最优的投产排序方案，旨在最小化所需的公用工人数量和在所有时期经历工作过载的装配工作站的最大数量；

双层优化算法模块，包括上层优化算法模块和下层优化算法模块，上层优化算法模块根据建立的上层优化模型模块，通过混合优化算法求解，得到线平衡方案的解；

下层优化算法模块通过CPLEX求解器分别对上层优化算法得到的所有解的投产排序优化模型进行求解，得到相应于每一上层解的最优下层解，即投产排序方案，进而再求解出上层优化模型模块得到每个解的上层目标函数值；

通过对初始种群进行进化、局部搜索、选择得到更好的解组成下一代种群，对下一代种群作为新的初始种群进行上述进化、局部搜索和选择步骤，直到满足停止条件，输出最优的线平衡方案和投产排序方案。