1.基于狼群算法的空间约束下多目标拆卸线设置方法，包括以下步骤：(1)建立以最小化工作站数量、空闲时间均衡指标、拆卸成本和工作站实际使用面积极差值为目标的数学模型；

(2)生成初始种群，通过Pareto比较初始种群的目标函数值得到Pareto较优解并存放于外部档案中；

(3)采用多目标离散狼群优化算法计算得到新种群；

(4)采用Pareto比较步骤(3)计算得到的新种群和外部档案组成的混合种群的目标函数值，进一步更新外部档案；

(5)采用Pareto比较步骤(3)计算得到的新种群的目标函数值，进一步更新种群；

(6)按既定次数重复步骤(3)-(5)；

(7)输出外部档案中的Pareto较优解为拆卸任务分配方案。

2.如权利要求1所述的基于狼群算法的空间约束下多目标拆卸线设置方法，其特征在于：步骤(2)采用随机离散编码方式生成满足优先关系约束的拆卸任务序列，该拆卸任务序列即为种群个体，多个种群个体即组成所述初始种群。

3.如权利要求1所述的基于狼群算法的空间约束下多目标拆卸线设置方法，其特征在于：所述多目标离散狼群优化算法为对狼群算法进行以下任意几个优化的算法：(1)不设置头狼，仅设置探狼和猛狼；(2)对探狼的游走行为进行离散化；(3)对探狼的召唤行为进行离散化；(4)对狼群的围攻行为进行离散化。

4.如权利要求3所述的基于狼群算法的空间约束下多目标拆卸线设置方法，其特征在于：所述多目标离散狼群优化算法包括以下步骤：Step1，挑选种群中目标函数值较优的种群个体作为探狼，其余种群个体作为猛狼；

Step2，设置游走次数阈值T_max，探狼执行游走行为，当探狼游走次数T达到阈值T_max时，游走行为结束；

Step3，探狼发起召唤行为，猛狼接受召唤信息，并开始向探狼群奔袭靠近；

Step4，将具有最优子目标函数值的四个种群个体作为最优猎物，狼群向最优猎物发起围攻行为并更新自身拆卸任务序列，得到新种群。

5.如权利要求4所述的基于狼群算法的空间约束下多目标拆卸线设置方法，其特征在于：Step1中探狼的数量为[Wolf_num/(α+1),Wolf_num/α]间的任意整数，其中α为探狼比例，Wolf_num为初始种群个体数量。

6.如权利要求4所述的基于狼群算法的空间约束下多目标拆卸线设置方法，其特征在于：Step2中每个探狼的游走行为如下：(1)设置游走次数阈值T_max和游走方向个数为h；

(2)初始化游走次数T＝1，探狼随机选定某一方向进行游走搜索，确定该方向上探狼的目标拆卸任务编号及其相邻最近的紧前任务位置和紧后任务位置；

(3)以紧前任务和紧后任务之间的序列为操作序列，生成与之数量相匹配的随机递增数组；

(4)对该随机递增数组中目标拆卸任务对应的数值进行随机扰动策略的扰动计算；

(5)对扰动计算后的随机数组重新进行排序，对应地修改操作序列中目标拆卸任务的位置，然后记录生成的新拆卸任务序列并计算其目标函数值；

(6)随后探狼返回原位置，重复向其余的h-1个方向游走，获取在其余方向扰动后的新拆卸任务序列及其目标函数值；

(7)将h个方向的新拆卸任务序列和原来拆卸序列的目标函数值进行对比，最后将探狼的拆卸任务序列更换为目标函数值最优的新拆卸任务序列，得到新探狼；

(8)与其它探狼交互信息，更新自我位置；

(9)游走次数T＝T+1，新探狼继续游走；当游走次数T超过游走次数阈值T_max时，游走行为结束。

7.如权利要求6所述的基于狼群算法的空间约束下多目标拆卸线设置方法，其特征在于：所述随机扰动策略具体如下：其中xed为第e个探狼的原位置， 为第e个探狼游走搜索后的新位置，ω∈[-π，π]中的任意数， 为游走行为的步长。

8.如权利要求4所述的基于狼群算法的空间约束下多目标拆卸线设置方法，其特征在于：Step3中对召唤行为进行离散化，猛狼采用基于遗传算法交叉操作接收探狼所发出的召唤信息，随后采用变异操作开始奔袭，假定全体猛狼奔袭一次即可到达攻击距离，则召唤行为终止。

9.如权利要求4所述的基于狼群算法的空间约束下多目标拆卸线设置方法，其特征在于：Step4中围攻行为下式所示：其中， 表示第m+1次迭代中第f个种群个体在第d个位置上的分量； 表示第m次迭代中第f个种群个体在第d个位置上的分量；λ∈[0，,1]内的随机数； 为围攻行为的步长； 为被围攻的最优猎物在第d个位置上的分量； 为交换序列对数占整体拆卸序列的比例，交换序列对数为 T_size为拆卸序列总长度；随机生成在种群个体的拆卸任务序列中进行拆卸任务交换的位置，确定与该位置的拆卸任务j进行交换的最优猎物的拆卸任务i，若交换后拆卸任务j与拆卸任务i不满足优先关系约束，则反之

10.如权利要求1所述的基于狼群算法的空间约束下多目标拆卸线设置方法，其特征在于：步骤(1)中的数学模型如下：目标函数如下：

F＝min[f1,f2,f3,f4]

子目标函数如下：

f1为最小化工作站数：

f2为最小化空闲时间均衡指标：

f3为最小化拆卸成本：

f4为最小化工作站实际使用面积极差值：f4＝RA；

其中，k为工作站编号；K为工作站开启数量的上限值；Sk＝1表示工作站k开启，否则Sk＝

0；CT为拆卸节拍时间；i为拆卸任务；n为拆卸任务总数；ti为任务i所需标准作业时间；xik＝

1表示任务i为分配到第k个工作站，否则xik＝0；C1为单位面积工作站建设成本；C2为工作站单位时间附加能耗成本；Tk为工作站k实际作业时间；Ck为第k个工作站单位时间作业成本；

C3为零部件单位时间无害化处理成本；Wk＝1表示工作站k内拆卸危害零部件，否则Wk＝0；RA为各工作站实际占地面积的极差值；为工作站标准化占地面积， Ak为第k个工作站实际使用面积， ai为任务i所需占用的工作站面积。