1.一种复杂车间低熵化布局与稳健优化方法，其特征在于包括以下步骤：步骤1：低碳节能目标函数构建

1)单元布置成本Q：

式中：

i——设备标号，表示设备i；

j——单元标号，表示单元j；

m——设备总数量；

n——单元总数量；

qi——设备i的成本；

F(ηj)——单元j纵横比评价函数；

ηj——单元j纵横比；

hj——单元j的高度；

wj——单元j的宽度；

2)单位面积产能T：

式中：

Tj——单元j的单位面积产能；

Pjk——单元j生产产品k的数量；

hj×wj——单元j的面积；

k——产品种类标号，表示产品k；

K——产品种类总数；

3)物流量距积成本Z：式中：

fjl——车间中功能单元j至l的物流量；

cjl——功能单元j和l之间单位运输成本；

djl——功能单元j和l的距离；

l——单元标号，表示单元l；

4)布局/工艺鲁棒性R：式中：

Lk——表示产品k经过完整工艺路线时的加工距离；

5)布局柔性F：

式中：

Ok——产品k生产过程中经过的单元数；

——为产品k的平均产量；

Ukj——表示单元j生产产品k的理论负载量；

6)低碳节能布局集成优化模型：CE＝min(QνQ+CT+CZ+CRF)     (式8)CZ＝fZ×Z×pk    (式10)CRF＝(1-R)fR+(1-F)fF    (式11)式中：

CE——布局总碳排放量；

CT——产能引起的碳排放量；

CZ——车间工件运输引起的碳排放量；

CRF——鲁棒性与柔性引起的未来改善的预期碳排放量；

vQ——布置成本碳排放转换因子；

fTj——单元j的单位面积产能碳排放系数；

Fz——单位量距积碳排放系数；

Pk——产品k对应的运输工具功率；

fZ——量距积碳排放系数；

fR——鲁棒性碳排放系数；

fF——柔性碳排放系数；

步骤2：复杂车间稳健优化模型构建式中：

H——车间熵，表示车间紊乱度衡量指标；

A——玻尔兹曼常数；

N——系统中粒子数量，即车间布局系统中的产品种类；

a、b——系统参数；

wk——系统中拥有的能量，即产品k在该布局下的生产成本；

ck——产品k的物流量距积成本；

W——布局总成本；

α，β，γ，χ——加权因子，α+β+γ+χ＝1；

μ1——单位面积产能成本转换因子；

μ2——布局/工艺鲁棒性成本转换因子；

μ3——布局柔性成本转换因子；

步骤3：复杂车间低熵化布局模型构建式中：

CEmax——车间布局过程中碳排放理论最大值；

CEmin——车间布局过程中碳排放理论最小值；

步骤4：环形多元胞混合优化算法进化步骤如下：步骤41：染色体编码/解码:设置单元排序-分割混合编码；

每条染色体由单元排序编码和单元分割点编码两部分组成；单元排序编码由n个单元符号组成(n表示车间单元数量)，表示车间中由左至右，从上至下单元的排列顺序；分割点编码由n-1个0-1二进制编码组成，插空分布于单元排序编码间隔之中；0表示单元处于同一纵列，1表示该单元为纵列最后排布的单元；

其中，A1、A2、A3、A4、A5、A6表示单元编号。

步骤42：模糊聚类生成若干种群元胞：式中：

Fm——聚类目标函数，表示不同种群元胞所有聚类特征因子综合相异程度最小；

u(x)IJ——布局方案J在分类I中的隶属度函数；

I——种群标号，表示种群元胞I；

J——染色体标号，表示染色体J；

G——聚类因子标号，表示聚类因子G；

g——种群标号，表示种群元胞g；

cI——种群I的聚类中心，即集合中的代表性染色体；

cg——种群g的聚类中心，即集合中的代表性染色体；

xJ——种群中第J条染色体；

NI——种群元胞的数量；

NJ——种群元胞中染色体数量；

NG——聚类因子数量；

f——大于1的模糊参数；

步骤43：适应度评价：Fit1＝QνQ+CT+CZ+CRF   (式19)步骤44：种群元胞匹配规则：完成模糊聚类与适应度计算，得到若干组种群元胞，每个元胞均为相似染色体集合；为了最大限度保证种群协作进化过程中的多样性，以适应度Fit1为目标对所有元胞降序排列，采用插空法排列元胞并组成环状拓扑结构，进行种群元胞之间的配对操作，形成两两匹配的环形进化拓扑结构；该操作保证了形成配对的两元胞之间均存在差异，且差异度值较为接近；

步骤45：染色体选择：设计二次排挤算法进行选择；采用子个体与父个体直接竞争模式，竞争的内容包括碳排放值与熵值；算法的过程如下：①用放回的方式从匹配的种群元胞组中随机选择两个父个体p1和p2；

②进行交叉和变异，产生子代c1和c2；

③根据适应度函数计算适应度值Fit1和Fit2：如果Fit1(c)

若Fit2(c1)

若Fit2(c2)

若Fit2(c2)

其中，Fit1(c)

步骤46：种群协作进化：①匹配元胞间的混合交叉操作；

②各元胞内独立变异操作；

③环状拓扑结构种群元胞之间的移民操作：完成选择、交叉、变异操作，要为种群元胞之间设计某种迁移拓扑，确定各集合间个体交换的方式；如A、B为相邻元胞，设计染色体迁移路径：复制元胞A中一定比例最优个体按路径迁移至邻域元胞B，同时元胞B中剔除相同比例的最差个体；依次操作所有元胞及其邻域元胞；移民策略能够在保持种群多样性的同时，对种群进化起到导向性作用；

步骤47：终止条件

种群初始化后，循环执行模糊聚类、选择、交叉、变异、移民等，当产生N条Pareto解集并且熵值H始终在理论可控范围内，则循环结束，输出最优结果。