1.有限运输能力约束的作业车间多目标调度方法，其特征在于：包括以下步骤：步骤A1：根据实际生产车间构建有限运输能力约束的作业车间的多目标调度场景；

步骤A2：确定作业车间的多目标调度场景的调度参数和先决条件；

步骤A：基于步骤A1和A2，构建具有运输资源和加工设备资源双重约束的多目标车间调度模型；

步骤B：基于多目标模因算法解析多目标车间调度模型；

步骤C：根据解析结果获取最优的最小化最大完工时间和最小化AGV总运输时间，根据最优的最小化最大完工时间和最小化AGV总运输时间输出作业车间的多目标调度方案；

其中，步骤B包括通过求解M0‑JSPMH问题以解析多目标车间调度模型，包括：针对MO‑JSPMH问题特征设计编码、解码方案，执行交叉、变异算子操作，获取初始解以生成策略；

在所述步骤A中，包括基于公式(1)和公式(2)构建调度模型：f1＝minCmax (1)

其中，f1为最小化最大完工时间的目标函数，f2为最小化AGV总运输时间的目标函数；

在所述步骤A中，构建调度模型还包括设置约束条件，约束条件包括公式(3)至公式(20)：Cmax≥fi(n+1) (3)

fij≥dij+pij (4)

pi0＝0，pi(m+1)＝0 (5)

di(j+1)≥f′ij (6)

d′ij≥fij (8)

δij，lq+δlq，ij＝1 (19)

Cpl＝Vpl (20)

其中，工件编号：i，l；加工设备编号：Ml；P/D口编号：M0；搬运设备编号：rs，rk；任务工序编号：Oij，Olq；工件i的释放任务：Oi0；工件i的回收任务：Oi(n+1)；工序Oij的加工时间：pij；AGV将物料从设备p输送到设备l的装载耗时：Cpl；AGV从设备p输送到设备l的空载耗时：Vpl；一个极大数值：H；任务工件集合，J＝{J1，J2，...，Jn}；加工设备集合，M＝{M1，M2，...，Mm}；搬运设备集合，R＝{r1，r2，...，rk}；工件i的加工任务集合，Ji＝{Oi1，Oi2，...，Oin}；Tij：将工件i从工序Oij加工设备上运输到工序Oi(j+1)加工设备的运输任务；dij：工序任务Oij在机器上的开始加工时间；fij：工序任务Oij在机器上的任务完工时间；d′ij：运输任务Tij的开始搬运时间；f′ij：运输任务Tij的搬运完成时间；

其中，式(1)和式(2)分别表示调度问题的优化目标为最小化和最小化总运输时间；式(3)表示值为所有工件经过加工返回P/D口时间的最大值；式(4)和(5)表示任务在加工过程中不可被中断，其中(4)表示工件完工时间的更新，式(5)表示工件从P/D口出及进站均不需要花费额外的时间；式(6)‑(8)用于保证任务工件在完成加工和搬运操作后可以尽快的进入到搬运和加工状态，式(6)表示工件开始加工时间受运输到达时间制约；式(7)和(8)表示工件需等待完成加工方可执行运输操作；式(9)‑(11)表示加工设备处理加工任务具有唯一性：同一时刻一台设备仅可处理一个工件，一个工件同一时刻仅可被一台设备加工；其中式(12)表示搬运任务仅可被一台AGV服务；式(13)‑(19)表示执行搬运任务的唯一性：同一时刻一台AGV仅可处理一个搬运任务，一个搬运任务也仅可由一台AGV服务；式(20)表示问题不考虑装载和空载之间的运输时间偏差；

所述步骤B中运用所述多目标模因优化算法进行解析包括以下步骤：b1.对多目标模因算法中的参数进行设置，包括设置种群规模、迭代次数、交叉算子、变异算子和邻域搜索算子；

b2.采用工序和加工装备结合的方式编码，并进行种群初始化：设置inter‑no＝0，通过编码的随机生成方法与启发式规则方法相结合的方式生成 个个体，共同组成初始种群P(inter_no)；

cross

b3.基于交叉算子对种群进行交叉操作，生成含 个个体的新种群P (inter_no)；

mut

b4.基于变异算子对交叉后的种群进行变异操作，生成含 个个体的新种群P (inter_no)；

b5.将经过交叉变异操作后生成的新种群与父代种群进行合并操作，生成一个新的种child群P (inter_no)，其个体数量为

b6.对合并种群中的重复个体进行去重处理，对因为去重处理移除的个体，采用随机生成方法与启发式规则相结合的方式新生成等数量的个体进行群体填充，得到新种群b7.随机从种群中选择一定数量的个体，对此部分的个体进行邻域搜索，得到新的种群b8.对种群进行非支配排序和拥挤距离计算，并通过inter_no＝inter_no+1更新已迭代次数；

b9.根据非支配排序和拥挤度计算的结果，采用锦标赛选择策略从种群中选取 个个体，构成进入下一次迭代的父代种群P(inter_no)；

b10.对迭代次数进行判断：当inter_no＞inter_max，输出种群P(inter_no)，否则返回步骤b3。

2.根据权利要求1所述的有限运输能力约束的作业车间多目标调度方法，其特征在于：所述步骤b1中对交叉算子的设置包括以下步骤：

b11：从父代种群中随机的选择两个父代个体P1和P2，作为执行交叉操作的起点；

b12：基于映射关系，对工件排序层和AGV运输层进行关联位置匹配，检索得到父代染色体P1和P2同一位置且基因片段相同的索引位，保留相邻位置也满足位置与基因片段均相同的基因点位，并将其分别保留到子代C1和C2中；

b13：以染色体长度为基数N，随机生成一个1～N之间的数值为交叉基因位点Ng，将父代染色体P1和P2中在Ng位置前的基因分别继承到子代染色体C1和C2的对应位置上；

b14：分别对父代染色体P1和C2、P2和C1中工件排序层未被继承基因进行顺序缺失，提取得到缺失基因序列，随后以左向右为导向将缺失基因序列中的基因进行缺位基因非重复插入操作；

b15：提取子代一和子代二的染色体作为当次交叉操作的子代结果。

3.根据权利要求1所述的有限运输能力约束的作业车间多目标调度方法，其特征在于：所述步骤b1中对变异算子的设置包括以下步骤：获取需要参与变异操作判断的种群；基于变异概率逐个判断种群个体是否进行变异操作，当满足概率变异要求时以1/2概率选择进行工件排序层级变异或AGV运输层级变异；将经过变异操作后的新个体和未经变异的个体进行合并组成新的种群。

4.根据权利要求1所述的有限运输能力约束的作业车间多目标调度方法，其特征在于：所述步骤b1中对邻域搜索算子的设置包括以下步骤：

步骤1：随机选择关键路径工序集合中的一个工序Oij；

步骤2：为工序重新选择AGV运输设备，为了避免无效选择，新选择的运输设备不可为原搬运设备。

5.根据权利要求1所述的有限运输能力约束的作业车间多目标调度方法，其特征在于：所述步骤b2中，包括获取基于工件的拓展双链式编码方案，所述拓展双链式编码方案包括两部分：工件排序层和AGV运输层。

6.根据权利要求1所述的有限运输能力约束的作业车间多目标调度方法，其特征在于：所述步骤b2中运用启发式规则方法生成初始解，具体包括5种初始解生成方法，分别为4种启发式规则初始解生成策略和一种基于MNEH算法的启发式规则；4种启发式规则初始解生成策略为：Rule1：将AGV最早搬运完成策略与工序最早开工策略进行组合；Rule2：将AGV最小无效运输时间策略与工序最早开工策略进行组合；Rule3：将AGV最小无效运输时间策略与工序最早完工时间策略进行组合；Rule4：将AGV最早搬运完成策略与工序最早完工时间策略进行组合。

7.根据权利要求6所述的有限运输能力约束的作业车间多目标调度方法，其特征在于：所述启发式规则随机使用，具体使用步骤如下：

c1.根据初始种群解码，产生工件工序；

c2.根据工序，从左至右，确定该工序是否需要AGV运输，是的话，继续，否则转步骤c3；

c21.确定当前空闲AGV的数量及位置，选择调度规则，指定搬运的AGV；

c22.移动所选择的AGV从当前位置到工件点取件，再到加工点；

c23.到达加工点后，放下工件，停在加工点处，不妨碍其他AGV运行；

c3.判断是否为最后一道工序，是的话，完成AGV分配，否则返回步骤c2。