1.一种基于矩阵车间AGV调度的离散型优化方法，其特征在于，包括以下步骤：步骤1：预设置离散杂草优化算法相关参数；包括初始种群数量，最大种群数量，最小种子数和最大种子数；

步骤2：初始化种群；利用邻域最近距离的启发式算法生成一个优质解，利用随机生成的方法生成其他解直至达到初始种群数量；

步骤3：对初始化种群进行优化；

步骤4：输出最佳解；判断是否达到计算时间5s的停止条件，若未达到停止条件，返回步骤3；若已达到停止条件，输出当前种群中的最优解；

在步骤3中，又包括以下优化方法：

步骤3‑1：将初始种群根据适应度进行排序，通过 公式，

计算出初始种群的每个个体产生种子的个数，其中，seedn代表第n个父代可以产生的种子的个数，fn代表第n个父代的目标函数值，Smin为初始设定的最小种子数，Smax为初始设定的最大种子数，fmax为当前种群个体中最好的目标函数值，fmin为当前种群个体中最差的目标函数值，上述目标函数为运输成本；

步骤3‑2：利用随机方法，初始种群的每个个体通过交换算子或插入算子新产生的种子加入初始种群中，形成新种群；

步骤3‑3：将新种群按照适应度进行排序，判断新种群数量是否达到最大种群数量，若已达到最大种群数量，则按照适应度排名，则舍去多余的适应度较差的个体；若未达到最大种群数量，则直接进入3‑4；

步骤3‑4：对新种群中最好的个体进行局部搜索，进一步查找更好的解决方案，另随机在种群中选取另一个个体进行局部搜索；

在本方法的局部搜索的计算工程中，还设置有降低时间复杂度的实现方法：a.随机选取所选择个体的一个任务t1并从原个体中删除，新个体根据目标函数，依次计算出每辆AGV在各个任务点的送达时间及运载量信息，并存储；

b.按照从前向后的规则，依次将已抽取的任务t1对新个体全部位置的进行插入操作并根据目标函数依次计算适应度；

c.判断选取的任务所插入的位置，计算新个体适应度时，提取记录的父代运载及到达预存信息应用。

2.根据权利要求1所述的基于矩阵车间AGV调度的离散型优化方法，其特征还在于，本方法根据实际情况采用小型运载量的AGV。

3.根据权利要求1所述的基于矩阵车间AGV调度的离散型优化方法，其特征还在于，在本方法的计算工程中，根据每辆车任务的最小早到时间，安排对应车辆延迟出发时间。