1.一种基于藤壶交配算法的流水车间人力调度优化方法，其特征在于，包括步骤：S1、获取生产信息，生产信息包括生产产品的总件数、工序数、各工序的基础时间、员工数以及各员工对各工序的熟练度；

S2、根据生产信息以及约束条件生成Q个排工矩阵；

S3、将每个排工矩阵转化为藤壶染色体，并根据生产信息计算藤壶染色体的适应度值，根据适应度值大小对藤壶染色体进行优劣排序，以形成藤壶染色体个数为Q的种群，并设置相应生殖器长度；

S4、在种群中随机选择藤壶染色体作为父代、母代藤壶染色体，并根据生殖器长度，产生相应子代藤壶染色体，并根据生产信息计算子代藤壶染色体的适应度值；

S5、将所有藤壶染色体合并，并根据适应度值重新进行优劣排序，并将排序超过个数Q的藤壶染色体删除，以更新种群；

S6、判断种群内所有藤壶染色体的适应度值是否一致，若是进行步骤S7，若否进行步骤S8；

S7、判断是否达到预设迭代次数，若是则输出当前种群中最优的藤壶染色体对应的排工矩阵，若否则设置生殖器长度为0并返回步骤S4；

S8、判断是否达到预设迭代次数，若是则输出当前种群中最优的藤壶染色体对应的排工矩阵，若否则返回步骤S4。

2.根据权利要求1所述的一种基于藤壶交配算法的流水车间人力调度优化方法，其特征在于，步骤S1中所述各员工对各工序的熟练度用以下矩阵表示：其中，kij表示第i个员工对第j道工序的熟悉程度，kij∈(0,1)，R表示员工数，N表示工序数，M表示产品总件数。

3.根据权利要求2所述的一种基于藤壶交配算法的流水车间人力调度优化方法，其特征在于，步骤S2中所述排工矩阵表示为：其中，xij表示第i个员工是否被安排在第j道工序，是即为1，不是即为0。

4.根据权利要求3所述的一种基于藤壶交配算法的流水车间人力调度优化方法，其特征在于，步骤S3中所述将每个排工矩阵转化为藤壶染色体具体包括：将排工矩阵每一行中1所在位置编码，以转化为藤壶染色体，藤壶染色体长度即为员工数，染色体中第i个基因位上的数字j即为第i个员工被安排到了第j道工序上。

5.根据权利要求4所述的一种基于藤壶交配算法的流水车间人力调度优化方法，其特征在于，步骤S3中所述根据生产信息计算藤壶染色体的适应度值具体为：根据生产信息计算排工矩阵相应排工策略所需的生产时间，并将生产时间作为该排工矩阵相应藤壶染色体的适应度值。

6.根据权利要求5所述的一种基于藤壶交配算法的流水车间人力调度优化方法，其特征在于，生产时间的计算公式为：其中，Yj表示在第j道工序开始运转后，在第j道工序以及第j道工序之前的工序上的所有产品都流动一次所需的时间， 表示所有产品都经过了第j‑1道工序后，此时在第j道工序以及第j道工序之后的工序上的所有产品都流动一次所需的时间。

7.根据权利要求6所述的一种基于藤壶交配算法的流水车间人力调度优化方法，其特征在于：…，

…，

其中，tN表示第N道工序的基础时间，基础时间表示对该道工序熟练度为1的员工在该工序上加工一件产品的时间。

8.根据权利要求1所述的一种基于藤壶交配算法的流水车间人力调度优化方法，其特征在于，步骤S4中，当父代、母代藤壶染色体的距离在生殖器长度之内，则通过父代、母代藤壶染色体交配以产生子代藤壶染色体，当父代、母代藤壶染色体的距离在生殖器长度之外，则通过母代藤壶染色体自我变异，以产生子代藤壶染色体。

9.根据权利要求8所述的一种基于藤壶交配算法的流水车间人力调度优化方法，其特征在于：通过父代、母代藤壶染色体交配以产生子代藤壶染色体具体为：50％的概率复制母代藤壶染色体基因，50％的概率复制父代藤壶染色体的基因，以生成子代藤壶染色体；

通过母代藤壶染色体自我变异，以产生子代藤壶染色体具体为：当种群内所有藤壶染色体的适应度值不一致时，随机产生两个小于母代藤壶染色体上基因总数的随机数，将这两个数之间的基因翻转，以产生子代藤壶染色体，当种群内所有藤壶染色体的适应度值一致时，随机选择母代藤壶染色体上的两个基因位，交换两个基因位上的值，以产生子代藤壶染色体。

10.根据权利要求1所述的一种基于藤壶交配算法的流水车间人力调度优化方法，其特征在于，步骤S2中所述约束条件包括每个员工只能被分配到一道工序上，还包括每道工序上至少安排一个员工。