随着经济的飞速发展和产品制造的转型升级,制造业的发展前景面临巨大的机遇和挑战。传统生产线制造的单一产品已经无法满足人们的需求,精益生产应势而生。U型装配线作为实现生产线柔性化管理和工人人性化管理有效性的手段之一,故而现在的企业更加推崇U型布局生产。但是,装配线的平衡问题是一个NP难题,如何高效地实现装配线的平衡引起了社会各界的广泛关注。由于U型装配线涉及手工装配操作,工人的工作表现势必会影响装配线的效率。工人的知识、技能和熟练程度不同意味着每个工人处理问题时间不同,也造成了实际任务时间与规定的标准时间不一致,因此在研究生产线平衡问题也就是研究工人绩效的问题。然而,以往的U型装配线平衡的研究假设任务时间与工人的绩效无关。本文以生产效率最大化为研究目标,构建每个工人,对每项工作的绩效系数,将工人的技能和绩效纳入到U型装配线平衡问题中进行研究,在此基础上建立UALWABPE的非线性数学模型。然而,传统的优化算法求解时间长、精度不够,并不适合大规模的应用。为了便于求解,本文使用相关变换对模型进行线性化处理。与此同时,本文还设计了遗传算法和人工蜂群算法两种启发式算法来求解大规模的装配线平衡问题,使用Cevickan（2009）等人的真实案例和Araújo等人的数据集进行测试,结果表明传统的数学模型和启发式算法都能较好的解决考虑工人绩效的装配线平衡问题,找到全局最优解。然而,较传统的数学模型相比,通过启发式能够在更短的时间内找到最优解。这也进一步说明,本文所构建的启发式算法性能良好,可以在较短的时间内解决大规模U型装配线平衡问题。本研究的贡献在于,建立了考虑工人绩效的U型流水线装配线工人分配与平衡问题的数学模型,并针对这类问题提出了人工蜂群算法,为进一步解决U型装配线平衡问题提供参考性方法。