1.带订单和机器人搬运的分布式车间调度优化方法,其特征是,包括如下步骤：

确定带订单和机器人约束的分布式流水车间的约束条件，以最小化最大完工时间为控制目标，根据约束条件建立问题模型；

采用改进的迭代贪婪算法，求解带约束和机器人约束的分布式流水车间优化的问题模型，并采用模拟退火算法在求解过程跳出局部最优解，获得最优解决方案。

2.如权利要求1所述的带订单和机器人搬运的分布式车间调度优化方法，其特征是：建立问题模型的约束条件包括：在工厂内搜索并确定工件位置的约束，确定工件在订单中的位置并且确定在工厂的位置的约束，工厂的机器具有处理能力的约束，确保同一个订单的所有工作分配给同一工厂的约束，所有订单的最大完成时间约束，按顺序确定工作位置的约束，保证机器人一次只传送一个作业的约束，定义完成在机器上k位置的工作的约束，保证一个机器上第j个作业的开始时间大于或等于另一机器上第j个作业的完成时间的约束，或/和在处理一项工作后判断机器人是否空闲的约束。

3.如权利要求1所述的带订单和机器人搬运的分布式车间调度优化方法，其特征是：采用改进的迭代贪婪算法，求解带约束和机器人约束的分布式流水车间优化的问题模型，并采用模拟退火算法在求解过程跳出局部最优解，获得最优解决方案，包括如下步骤：步骤21、初始化：设定订单分配方法，将订单的分配至各个工厂中，生成订单分配的初始解决方案；设定在删除阶段的删除订单作业比例，设定采用模拟退火SA算法确定接收标准的设定温度；

步骤22、删除阶段：按照订单分配的当前解决方案，考虑等待机器人的时间计算每个工厂的最大完工时间，按照设定的订单删除比例，删除最大完成时间的最大的工厂的订单，获得已删除作业的序列Dr；

步骤23、重构阶段：按照设定的领域结构，将序列Dr的每个订单依次重新插入之各个工厂，按照插入后的最大完工时间最短确定每个订单的最佳插入位置，生成新的订单分配方案；

步骤24、接受判断阶段：采用模拟退火算法，计算新的订单分配方案是否达到了设定的温度，如果是，新的订单分配方案为最终分配方案，否则执行步骤22。

4.如权利要求3所述的带订单和机器人搬运的分布式车间调度优化方法，其特征是：步骤21中，所述订单分配方法包括多个，从设定的订单分配方法随机选择一种分配订单的方法将订单的分配至各个工厂中，其中所述订单分配方法包括：随机分配，按照订单数量均匀分配给各工厂，以及按照作业的处理时间大小均匀的分配给各工厂。

5.如权利要求3所述的带订单和机器人搬运的分布式车间调度优化方法，其特征是：步骤23中，设定的领域结构包括四个邻域结构，随机选择邻域结构将已删除作业的序列Dr中的作业插入至工厂中，所述邻域结构包括：(1)第一种插入邻域结构：随机选择一个工厂，从工作列表中随机选择两个位置A和B，并将B位置的工作插入到A位置；

(2)第二种插入邻域结构：插入方法如下：寻找一种根据顺序中作业的处理时间良好的插入位置、随机插入或将作业插入到最后一个位置；

(3)第一交换邻域结构：在随机选择的工厂中，从作业列表中随机选择两个作业，并将这两个作业交换；

(4)第二交换邻域结构：从两个不同工厂的作业列表中随机选择两个订单，并交换两个订单中的两个元素。

6.如权利要求3所述的带订单和机器人搬运的分布式车间调度优化方法，其特征是：所述重构阶段的方法，具体为：按照一个订单分配给一个工厂，将序列Dr中的一个订单的作业插入至所有工厂中，计算每次插入操作后的所有工厂的最大完成时间，确定最小的最大完成时间的插入位置为该订单的最佳位置，将该订单插入至最佳位置；进行下一订单的操作，直到处理完所有的订单，将所有的订单插入至其对应的最佳位置，生成新的订单分配方案。

7.如权利要求3所述的带订单和机器人搬运的分布式车间调度优化方法，其特征是：计算每个工厂的最大完工时间的方法具体为：根据解决方案中的订单作业排序获得的工件的加工序列，判断机器人是否是空闲或者忙碌状态，从而获得每个作业工件的装载时间和卸载时间，从第一个工件开始计时，至最后一个工件的完工时间即为各个工厂的最大完工时间。

8.带订单和机器人搬运的分布式车间调度优化系统，其特征是，包括：

模型建立模块：被配置为用于确定带订单和机器人约束的分布式流水车间的问题描述，以最小化最大完工时间为控制目标，根据问题描述建立问题模型；

求解模块：被配置为用于采用改进的迭代贪婪算法，求解带约束和机器人约束的分布式流水车间优化的问题模型，并采用模拟退火算法在求解过程跳出局部最优解，获得最优解决方案。

9.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项方法所述的步骤。

10.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项方法所述的步骤。