1.基于蚁群算法的铝型材车挤压车间能耗优化调度方法，其特征在于，所述优化调度 方法包括以下步骤： 步骤1:构建铝型材挤压车间能耗调度模型，确定铝型材挤压车间最小能耗目标函数 Emn，所述目标函数Emn包括两个子目标：工件拖期成本、机器的能耗成本；目标函数E mn如 公式（L 1)所示：式（1. 2)表示工件只能在一台机器上加工； 式（1.3)表示当工件的完成时间由开始时间和机器加工时间决定； 式（1. 4)表示工件的开始时间取决于上一个工件的完成时间和该工件的到达时间； 以下是目标函数用的参数变量： 圓：工件的数量； 爾：机器的数量； :安排在机器j上加工的工件数量； ^:工件拖期成本系数； %:机器能耗成本系数； A:每个工件i独立的到达时间； 4:每个工件i交货时间； Q7.:机器对工件的加工时间； Ai ,P/2第i个工件的单位时间拖期成本； /½,第J'台机器的单位时间运行能耗成本； 第J台机器的单位时间待机能耗成本； /⑴/不同时间段的电力价格； 决策标量：JC用于判断某个工件是否在指定机器上加工，若1=1则表示工件^在机器^!上 f rmmW m J J 加工，否则不在机器i上加工； 步骤2:信息素及其初始化 根据蚂蚁的两阶段寻径过程，信息素分为Tj和Tij两部分，Tj表示机器MffMj上的 信息素，初始值为*/=_; T ij表示机器*^|^和工件f之间的信息素,初始值T ij=0 ; 步骤3 :蚁群算法三阶段解的构建 首先选择最早可以获取的机器/，然后选择在机器上工件拖期成本最小的工件/，最后 根据工件|_选择机器能耗成本最小的机器/;通过机器再选择的过程将拖期成本子目标与 机器能耗成本子目标联系起来，提升算法性能；具体如下： 选择机器 首先选择加工的机器，采用的启发式规则是最早可以获取的机器，这可以使得工件的 完成时间最小； 为了增加搜索随机性，给定参数Ial 和随机数^,如果fB <&,蚂蚁选择最早 可以获取的机器，否则按公式（1. 6)的概率分布^选择机器/ :选择工件 根据工件个数，用禁忌表认=1，2,…，/?)记录当前蚂蚁所选择的工件，禁忌表随 着蚂蚁寻径作动态调整.给定参数和随机数如果f|为蚂蚁一次寻径的结果，即选择工件f在机器/*上进行加工； 蚂蚁反复进行寻径，直到所有的工件加工完成，工件的加工序列即是解的序列； 步骤4 :信息素更新 当蚂蚁遍历完所有的工件后，需要对当前寻径的结果上的信息量进行调整I根据下面 规则式（2.1)进行调整：其中，I-P是信息素残留因子，表示当前迭代的寻径结果对整个蚁群寻径的影响程度， A 表示本次迭代中信息素增量4表示信息素强度，在一定程度上影响算法的收敛 速度，表示蚂蚁本次迭代的寻径结果。