1.一种基于改进金豺优化算法求解柔性车间调度问题的方法，其特征在于，包括：步骤1：基于GLS初始化与RI初始化相结合的方式生成初始化种群，并计算初始化种群中个体的适应度值；

其中，RI初始化是指随机工序选择以及反向逆置选择两种规则按照融合比例进行融合得到的初始化规则；

步骤2：对个体的适应度值进行比较，并根据比较结果，确定雄性金豺和雌性金豺；

步骤3：将当前最大迭代次数设置为0，分别对机器选择部分和工序排序部分进行位置更新，并根据位置更新结果进行迭代处理，并基于迭代处理结果，对当前最优解进行更新；

步骤4：判断当前迭代是否满足迭代终止条件，若满足迭代终止条件，则输出最优解，否则执行步骤3进行下一次迭代；

在执行步骤1前，包括：

获取相关迭代参数设置信息；

其中，所述相关迭代参数包括种群规模、最大迭代次数、交叉概率因子、变异概率因子以及初始化规则融合比例；

并基于新型非线性收敛因子以及黄金正弦算法对金豺优化算法进行改进；

其中，新型非线性收敛因子，具体计算如下：

其中， 表示新型非线性收敛因子即猎物流失能量；t表示当前的种群最大迭代次数；T表示种群的最大迭代次数；

在执行步骤1后，包括：

基于初始化种群数据，对迭代设置参数进行智能修改，具体包括：基于种群规模设置信息，确定待生产产品的生产适配机器数量以及待生产产品类型；

基于待生产产品类型，获取待生成产品的生产流程，确定待生产产品的生产工序，以及工序之间的顺序关联关系；

根据生产适配机器数量以及顺序关联关系，获取相似历史生产产品机器对应的历史调度处理数据；

基于历史调度处理数据，对待生产产品的最佳调度策略进行预测；

根据最佳调度策略，对当前初始化种群进行最优解位置预测，基于预测结果，确定迭代终止次数；

并将迭代终止次数与相关迭代参数设置信息中最大迭代次数进行对比，得到设置误差度，当所述设置误差度大于预设值时，基于迭代终止次数对所述最大迭代次数进行修改；

否则，保持所述迭代终止次数不变；

其中，步骤3，具体包括：

根据解码策略计算位置更新后的个体的适应度值，若所述适应度值大于当前个体，则基于位置更新后的个体对当前个体进行替换；

对替换后的个体执行交叉变异操作，并根据解码策略，计算所述交叉变异操作的新解，若是新解优于当前个体对应的解，则接受新解作为最优解；

对最优解执行变邻域搜索策略，生成新的邻域解并进行评价，所述新的邻域解优于当前最优解，则对当前最优解进行更新；

其中，变邻域搜索策略的邻域结构，具体包括：

1）若起始关键块包括两道以上工序时，仅交换其块尾相连的两道工序，若相连两道工序属于同一工件则不进行交换；

2）若内部关键块包含三道及以上的工序时，交换块首与倒数第二道工序、交换块尾与第二道工序；

3）若末尾关键块包含两道以上工序时，仅交换其块首相连的两道工序，若相连两道工序属于同一工件则不进行交换；

在根据解码策略计算位置更新后的个体的适应度值，若所述适应度值大于当前个体，则基于位置更新后的个体对当前个体进行替换的过程中采用柯西高斯变异策略对每次迭代产生的最优个体进行随机扰动；

其中，柯西高斯变异公式如下：

其中 表示每次迭代后产生的最优个体， 表示自适应调整参数，cauchy(0，1)、Gauss(0，1)分别表示服从柯西分布和高斯分布的随机数。

2.根据权利要求1所述的一种基于改进金豺优化算法求解柔性车间调度问题的方法，其特征在于，步骤1，具体包括：分别获取GLS初始化包含的多个第一目标选择规则的机器选择融合比例；

分别获取RI初始化包含的多个第二目标选择规则的工序排序融合比例；

根据机器选择融合比例，对第一目标选择规则进行融合，生成GLS初始化规则，基于GLS初始化规则对原始种群的机器选择部分进行初始化，获得机器选择部分初始化结果；

根据工序排序融合比例，对第二目标选择规则进行融合，生成RI初始化规则，基于RI初始化规则对原始种群的工序排序部分进行初始化，获得工序排序部分初始化结果；

基于机器选择部分初始化结果以及工序排序部分初始化结果，得到初始化种群；

基于遗传算法，计算初始化种群中个体的适应度值。

3.根据权利要求1所述的一种基于改进金豺优化算法求解柔性车间调度问题的方法，其特征在于，基于历史调度处理数据，对待生产产品的最佳调度策略进行预测，包括：基于历史调度处理数据，获得多个最佳选择排序，基于最佳选择排序确定多个不同的生产调度序列；

对多个不同生产调度序列进行对比，获得相同调度子序列和不同调度子序列；

对不同调度子序列分别进行调度特征提取，获得调度相似特并进行特征对比，调度相似特征；

基于调度相似特征以及相同调度子序列对应的局部工序特征，对初始化种群的排序顺序进行调整，获得最佳调度策略。

4.根据权利要求1所述的一种基于改进金豺优化算法求解柔性车间调度问题的方法，其特征在于，在执行步骤1前，包括：在用户输入原始种群信息后，获取原始种群中各个机器的运维数据，基于运维数据判断原始种群中是否存在故障机器；

若存在，则获取故障机器对应的故障运维数据，基于故障运维数据，确定故障机器的故障位置，将机器生产部件与待生产产品生产工序进行匹配，获得生产作业配对组；

基于故障位置，结合生产作业配对组，确定异常生产工序；

并获取故障机器与剩余机器的生产关联性关系，基于生产关联性关系，判断故障机器是否能进行异常生产工序跳跃；

若能，则获取异常生产工序跳跃对应的协助机器，基于异常生产工序以及协助机器，生成工序跳过标签，并添加到最佳种群排列序列中对应的机器上；

否则，生成机器故障剔除指令，将故障机器从最佳种群排列序列中剔除，并基于剔除故障机器的总数，对种群规模数量进行自适应调节，并继续执行；

若不存，则直接执行步骤1。

5.根据权利要求4所述的一种基于改进金豺优化算法求解柔性车间调度问题的方法，其特征在于，根据位置更新结果进行迭代处理，包括：当在机器选择部分检测到工序跳过标签时，则自动将当前迭代选择机器对应的异常生产工序自动替换为协助机器对应的协助工序。