1.基于混合鲸鱼优化算法的柔性车间调度方法，其特征在于，包括如下步骤：S1，分析柔性车间调度问题，确定FJSP的数学模型；

S2，根据FJSP的数学模型定义对离散的车间调度进行连续化处理；

S3，通过Tent混沌映射初始化鲸鱼优化算法中鲸鱼个体的位置；

S4，根据适应度函数计算所有鲸鱼个体的适应度；

S5，根据设定的位置更新公式，更新鲸鱼位置；

S6，通过禁忌搜索，搜索邻域结构；

S7，判断鲸鱼位置更新的次数是否达到最大迭代次数，若没达到，则返回步骤S4，若达到则继续步骤S8；

S8，输出最佳鲸鱼位置；

S9，根据最佳鲸鱼位置，输出找到机器的最大完工时间，并画出甘特图。

2.根据权利要求1所述的基于混合鲸鱼优化算法的柔性车间调度方法，其特征在于，步骤S1包括如下步骤：S11，对FJSP的数学模型作出如下设定：工件是独立的，每台机器一次只能处理一个工件；

不能同时处理同一工件的不同操作；

所有工件和机器在零时都是可用的；

在一台机器上处理完一个工件后，会立即被传送到下一台机器，忽略传输时间；

机器上操作的设置时间独立于操作顺序，并计入处理时间；

安排生产之后不能中断，并且能正常成调度；

S12，定义相关符号，具体定义如下：

n：工件的数量；

m：机器的数量；

i：工件序号，i∈{1,2,…,n}；

ni：工件i的总操作数；

j：工件的第j道工序，j∈{1,2,…,ni}；

k：机器序号，k∈{1,2,…,m}；

Mk：表示第k台机器；

Oi,j：第i个工件的第j道工序；

Mi,j：第i个工件的第j个操作可选的机器集；

Ti,j,k：第i个工件的第j道工序在第k台设备上的加工时间；JSi,j：第i个工件的第j道工序开始时间；

JEi,j：第i个工件的第j道工序结束时间；

Sk,h：第k台设备第h操作的开始时间；

Ek,h：第k台设备第h操作的结束时间；

xi,j,k：表示工件i的第j道工序在是否在第k台设备上加工；Ck：机器k的完成时间；

Cmax：最大完成时间；

决策变量如下：

以最小化最大完工时间为优化目标，目标函数如下：Cmax＝min(max(C1,C2,…,Cm))          (2)优化目标的约束条件如下：

JSi,j≤JEi,j‑1                           (4)Sk,h ≤Ek,h‑1                           (5)Ck≤Cmax                              (6)Sk,h≥0,JSi,j≥0                        (7)Mi,j≥1                                (8)其中，公式(3)表示每道工序只能在Mi,j选择一台机器上处理；公式(4)表示工件不同工序的处理顺序，必须等上一工序处理完之后才可以处理下一道工序；公式(5)表示机器k在同一时刻只能处理一个工件，必须等上一操作完成之后才可以处理第h道工序；公式(6)保证每台机器的完工时间都不超过最大完工时间；公式(7)保证工件的开始时间和机器的开始时间都大于等于零；公式(8)表示工件工序的处理至少可以分配到一台机器上。

3.根据权利要求2所述的基于混合鲸鱼优化算法的柔性车间调度方法，其特征在于，步骤S2包括如下步骤：S21，编码：

将个体位置向量分为MS和OS部分；MS部分为机器选择，确定每个工序分配的机器，设定M1,1表示对应工序的可选机器数量，即表示O1,1工序可以选择M1、M4和M5加工；再通过公式(9)转换为个体位置向量，x(j)是个体位置向量的第j个分量，choicei,j表示从Mi,j选择的机器序号，若Mi,j＝1，x(j)为[‑n,n]内的随机数；OS部分为工件排序，确定不同工件的加工顺序，对于OS编码，先通过生成与总工序一样长度的随机数，按照升序为每一个随机数分配一ROV值，再将ROV值与工件编号映射；

S22，解码：

MS部分的解码按照公式(10)解码，x(j)是个体位置向量的第j个分量，round是四舍五入符号，若Mi,j＝1，则x(j)为[‑n,n]内的随机数；OS部分通过对位置向量排序，为每个位置向量分配一个ROV值，将ROV值与工件编号映射便可得到位置向量对于的工序；

4.根据权利要求3所述的基于混合鲸鱼优化算法的柔性车间调度方法，其特征在于，步骤S3中所述Tent混沌映射具体如下：其中zk代表第k个混沌数，p∈(0,1)，且p的取值为0.5，通过公式(21)生成序列，替代原来的伪随机初始化序列。

5.根据权利要求4所述的基于混合鲸鱼优化算法的柔性车间调度方法，其特征在于，步骤S4包括如下步骤：S41，先通过公式(10)进行解码，再通过工件排序和机器分配计算最大完工时间，且最大完工时间越小，FJSP的数学模型越高。

6.根据权利要求5所述的基于混合鲸鱼优化算法的柔性车间调度方法，其特征在于，步骤S5包括如下步骤：S51，鲸鱼优化算法WOA包括了泡泡网攻击、搜索猎物、包围猎物三个策略，在包围猎物的同时执行泡泡网攻击策略，通过模拟鲸鱼群体的捕食行为建立数学模型；

包围猎物：当p＜0.5并且|A|＜1使用公式(11)进行位置更新：*

X(t+1)＝X(t)‑AD                       (11)*

D＝|C·X(t)‑X(t)|                        (12)A＝2a·r‑a                           (13)C＝2r                              (14)*

A和C是系数向量，X(t)当前鲸鱼个体的位置，X (t)表示目前为止获得的全局最优个体位置，D表示当前个体位置与全局最优个体之间的距离，t表示迭代次数，r是一个随机数，且r取值范围为[0,1]；a为非线性控制参数，用来平衡全局搜索和局部搜索；

泡泡网攻击：通过计算猎物与鲸鱼个体之间的距离实现螺旋形路径，探索当前鲸鱼个体与猎物之间其他位置解的可能，用于提高种群多样性；其中l为[‑1,1]之间的随机数，b为常数；当p≥0.5时采用公式(16)更新：* bl

X(t+1)＝X(t)+De cos(2πl)                (16)搜索猎物：当p＜0.5并且|A|≥1时采用公式(17)进行位置更新；

其中，Xrand(t)为随机获取的鲸鱼个体位置；sign[rand‑1/2]包含‑1、0、1三个值，通过[rand‑1/2]决定取值，rand为[0,1]的随机数；

s是Lévy飞行的步长，通过公式(18)获得：β＝1.5，u和v分别服从正态分布：

7.根据权利要求6所述的基于混合鲸鱼优化算法的柔性车间调度方法，其特征在于，步骤S6包括如下步骤：S61，当搜索邻域结构生成的邻域解集中，存在不在禁忌表中的最优解，则将当前最优解加入禁忌表，并返回更新位置向量；否则，选择邻域解集中最优解，更新禁忌表并释放最先进去禁忌表中的解并更新个体位置向量。

8.基于混合鲸鱼优化算法的柔性车间调度系统，用于实现权利要求1‑7任一项所述的基于混合鲸鱼优化算法的柔性车间调度方法，其特征在于，所述基于混合鲸鱼优化算法的柔性车间调度系统包括：模型确定模块，用于分析柔性车间调度问题，确定FJSP的数学模型；

连续化处理模块，用于根据FJSP的数学模型定义对离散的车间调度进行连续化处理；

Tent混沌映射模块，用于通过Tent混沌映射初始化鲸鱼优化算法中鲸鱼个体的位置；

适应度计算模块，用于根据适应度函数计算所有鲸鱼个体的适应度；

位置更新模块，用于根据设定的位置更新公式，更新鲸鱼位置；

搜索模块，用于通过禁忌搜索，搜索邻域结构；

判断模块，用于判断鲸鱼位置更新的次数是否达到最大迭代次数，若没达到，则返回适应度计算模块，若达到则输出最佳鲸鱼位置；

输出模块，用于根据最佳鲸鱼位置，输出找到机器的最大完工时间，并画出甘特图。