1.一种基于CA-PSO混合优化算法的多态性作业车间布局优化方法，其特征在于：所述布局优化方法包含以下步骤：(1)建立多态性作业车间布局的元胞机模型；对车间(L×W，L为车间长度，W为车间宽度)当中的机器、辅助设备、通道、机器间的间距进行抽象化，建立机器元胞、辅设元胞、通道元胞和间距元胞如下：机器元胞t时刻的状态属性表示为：式中：

mp——机器元胞所在网格中的位置(i，j)；

mn——机器的名称；

mi——机器布置所需要的间距；

ml——机器长度；

mw——机器宽度；

ms——机器布置状态，ms∈{0,1}，0表示横向摆放，1表示纵向摆放；

辅设元胞t时刻的状态属性表示为：式中：

ap——辅设元胞所在网格中的位置(i，j)；

an——辅助设备的名称；

ai——辅助设备布置所需要的间距；

al——辅助设备长度；

aw——辅助设备宽度；

as——辅助设备布置状态，as∈{0,1}，0表示横向摆放，1表示纵向摆放；

通道元胞t时刻的状态属性表示为：式中：

ps——通道元胞所在网格中的位置(i，j)；

pm——主通道大小；

ps——次通道大小；

pa——通道元胞属性，pa∈{0,1}，0表示主通道，1表示次通道；

间距元胞t时刻的状态属性表示为：式中：

Ss——间距元胞所在网格中的位置(i，j)；

Sf——间距元胞在网格(i+1，j)方向的间距，Sf∈{al,aw,pm,ps}；

Sb——间距元胞在网格(i-1，j)方向的间距，Sf∈{al,aw,pm,ps}；

Sl——间距元胞在网格(i，j+1)方向的间距，Sf∈{al,aw,pm,ps}；

Sr——间距元胞在网格(i，j-1)方向的间距，Sf∈{al,aw,pm,ps}；

(2)编码；假设车间布局元胞机模型有N个元胞(包括机器元胞、辅设元胞、通道元胞和间距元胞)，把每个布局候选方案表示为一个粒子，则每个粒子的编码是一个2N维的向量：P＝(x1,x2,…,xN，y1,y2,…,yN) (5)式中，前N维表示每个元胞的x坐标，后N维表示每个元胞的y坐标；

每个粒子的飞行方向和速率也是一个2N维的向量：V＝(vx1,vx2,…,vxN，yx1,yx2,…,yxN) (6)式中，前N维表示每个元胞的x方向的移动速度，后N维表示每个元胞的y方向的移动速度；

(3)产生初始粒子；对车间待布置的元胞通过使用SLP法(System Layout Planning，系统布置设计)进行分析计算，得到初步的布局方案，作为初始粒子；

(4)按照式(7)计算粒子的约束惩罚值；

式中，δ1、δ2为惩罚系数；如果惩罚函数值为0时，则该粒子满足约束条件；

(5)按照式(8)计算粒子的适应度值；

式中，Q＝{1，2，…，q}表示车间单位生产周期内所加工的零件类型集合； 表示零件q生产过程在元胞n和元胞m之间每单位距离的物料搬运费用； 表示零件q生产过程在元胞n和元胞m之间物料搬运频率；Dnm表示元胞n和元胞m之间的距离；

(6)设定迭代次数t，加速系数c1、c2，惯性系数w；

(7)优化；在优化过程中，元胞通过跟踪适应度值来更新自己的状态，每个粒子的位置按式(9)～式(12)进行变换，对适应度值进行比较，挑选出其中最优的粒子，即最优的车间布局方案；

Vxi(t+1) ＝ w·Vxi(t)+c1·rand()·[pxi(t)-xi(t)]+c2·rand()·[pxg(t)-xi(t)]i ＝

1,2…,N； (9)

Vyi(t+1) ＝ w·Vyi(t)+c1·rand()·[pyi(t)-yi(t)]+c2·rand()·[pyg(t)-yi(t)]i ＝

1,2,…,N； (10)xi(t+1)＝xi(t)+Vxi(t+1) i＝1,2,…N； (11)yi(t+1)＝yi(t)+Vyi(t+1) i＝1,2,…N； (12)式(9)～式(12)中：

t——迭代次数；

c1、c2——加速系数；

rand()——均匀分布在(0，1)间的随机数；

w——惯性系数；

pxi——第i个元胞经历的x方向的最好位置；

pyi——第i个元胞经历的y方向的最好位置；

pxg——所有元胞经历过的x方向的最好位置；

pyg——所有元胞经历过的y方向的最好位置。