1.一种基于灰雁优化和变邻域的分布式维修任务调度方法，其特征在于，所述调度方法包括：S1：设定任务数量为 以及团队数量 ，设定算法的迭代次数 和邻域结构数量,邻域搜索次数 ，初始迭代次数 ，初始化灰雁优化算法GGO参数；

S2：采用正实数编码方式对所有的任务分配次序进行编码，并随机生成一组初始解为种群 （ ）， 为种群规模；

S3：采用启发式算法得出每个团队的工件任务分配和任务次序；

S4：计算所有群体中个体的适应度，选出最优的个体 ，令 ， ；

S5：若 ,则跳到S6，否则跳到S8；

S6：若 ，则对当前最优解 执行邻域 产生新解 ， ，否则， 并跳到S5；

S7：对 和 进行比较，若 ,则 ， ，,跳到S6；

S8：使用灰雁优化算法的动态分群更新规则，根据当前最优解 的表现动态调整探索组和开发组的数量，并将种群的随机分为开发组种群( )和探索组种群( )；

所述灰雁优化算法的动态分群更新规则为：计算每个个体的最小完成概率 ，找出最小完成概率 记作 ，根据 的变化情况调整探索组与开发组的数量，每个个体将依次被选择到探索组和开发组，每次迭代后个体的顺序将会随机变化；

S9：探索组进行全局搜索，开发组进行局部优化，更新种群中的个体， ；

S10：若 则停止算法，输出最优解V，否则跳到S4；

所述启发式算法的具体步骤为：S31：将任务按照实际执行时间的均值与方差之和的非减序排列；

S32：将第 个任务分配给第 个团队， ， ；

S33：设定分配任务集 ，并计算当前平均负载 ；

S34：计算每个团队的相对平均负载 ，其中 表示机器 当前完成时间的标准差；

S35：将第 个任务分配给相对平均负载最小的团队；

S36：若 ，则确定了所有团队的任务分配和执行次序；否则设定 并回到S32。

2.根据权利要求1所述的一种基于灰雁优化和变邻域的分布式维修任务调度方法，其特征在于：所述S2中编码的解向量为 ，其中为1至 中的任一整数， 的值表示第 个任务分配到的对应团队。

3.根据权利要求1所述的一种基于灰雁优化和变邻域的分布式维修任务调度方法，其特征在于，所述S1中邻域结构共有三个：邻域结构 ：将完成概率最小的团队上随机选取一个任务转移到其他团队；

邻域结构 ：交换来自不同团队的两个任务；

邻域结构 ：逆转一部分的代码。

4.根据权利要求1所述的一种基于灰雁优化和变邻域的分布式维修任务调度方法，其特征在于，所述探索组与开发组的数量调整过程为：（1）初始化 ；

（2）若连续三次迭代的最佳个体适应度 存在且满足 ，则跳到步骤（3）；否则跳到步骤（4）；

（3）增加探索组个体数量 ，减少开发组个体数量 ，跳到步骤（4）；

（4）令 ，若 ，则跳到步骤（2）；否则结束。

5.根据权利要求4所述的一种基于灰雁优化和变邻域的分布式维修任务调度方法，其特征在于：所述探索组在每次迭代 的搜索更新过程为：（1） ；

（2）对探索组中的个体位置，若 ，跳到步骤（3）；否则跳到步骤（8）；

（3）若 ，跳到步骤（4）；否则跳到步骤（7）；

（4）若 ，跳到步骤（5）；否则跳到步骤（6）；

（5） ，跳到步骤（9）；

（6） ，

跳到步骤（9）；

（7） ，

跳到步骤（9）；

（8） ，跳到步骤（9）；

（9）令 ，若 ，则跳到步骤（8）；否则结束本次迭代；

其中， 和 为动态探索向量， ， ， 参数从2线性变化到

0； 和 （ ）的计算公式分别和 ， 保持一致； ， 和在 内随机取值， 和 在 内进行更新；权重参数在 内进行更新；指数衰减参数 ，用于调整步长；在 内随机取值； 为勘探距离系数， 和 为常数；

是当前迭代  中的个体位置， 是迭代  中的最优个体位置， 是下一次迭代的个体位置， ， 和 是探索组中的3个随机个体，， 和 是开发组中选出的最靠近 的3个哨兵个体；

是探索组中多个个体的某种汇总结果，帮助个体朝着群体的整体最佳方向搜索。

6.根据权利要求5所述的一种基于灰雁优化和变邻域的分布式维修任务调度方法，其特征在于，所述开发组在每次迭代 的搜索更新过程为：（1） ；

（2）对探索组中的个体位置，若 ，跳到步骤（3），否则跳到步骤（4）；

（3）计算

，

，跳到步骤（5）；

（4）若  ，跳到步骤（5）；

（5）令 ，若 ，则跳到步骤（2）；否则结束本次迭代。