1.一种柔性车间调度模型建立方法，其特征在于，包括：创建柔性车间的调度仿真环境模型；创建初始柔性车间调度模型，所述初始柔性车间调度模型包括生成器网络和判别器网络；通过所述生成器网络与所述调度仿真环境模型进行交互，完成生产任务，生成对应所述生产任务的模拟方案并将所述模拟方案存入经验池；收集专家方案建立专家池，所述专家方案的数据格式与所述模拟方案的数据格式相同；采用第一训练集对所述判别器网络进行训练，输出所述模拟方案和所述专家方案分别对应的判别概率，所述第一训练集包括所述专家方案和所述模拟方案，其中，在训练过程中以所述专家方案和所述模拟方案的判别标签为目标对所述判别器网络的参数进行优化；采用第二训练集对所述生成器网络进行训练，所述第二训练集包括所述模拟方案和对应的判别概率，其中，在训练过程中以所述第二训练集中的判别概率为目标对所述生成器网络的参数进行优化；每对所述判别器网络和所述生成器网络优化一次则记录一次优化步数，当所述优化步数达到预设步数时保存所述生成器网络的参数，得到柔性车间调度模型。
2.根据权利要求1所述的柔性车间调度模型建立方法，其特征在于，所述调度仿真环境模型是通过基于Agent的建模方法建立的。
3.根据权利要求2所述的柔性车间调度模型建立方法，其特征在于，所述调度仿真环境模型包括柔性车间调度问题模型和调度问题的优化目标；所述柔性车间调度问题模型为非中心化的部分可观测马尔可夫决策模型。
4.根据权利要求3所述的柔性车间调度模型建立方法，其特征在于，所述调度仿真环境模型中包括工件模型、设备模型和工序模型；所述非中心化的部分可观测马尔可夫决策模型中的状态包括所述柔性车间每个决策时刻的工件状态、工序状态和机器生产状态，动作为选择的机器编号或预设特殊动作中的一种。
5.根据权利要求4所述的柔性车间调度模型建立方法，其特征在于，所述生成器网络与所述调度仿真环境模型进行交互，完成生产任务，生成对应所述生产任务的模拟方案，包括：通过所述调度仿真环境模型生成初始生产状态；通过所述生成器网络基于所述初始生产状态输出调度动作；通过所述调度仿真环境模型基于所述调度动作输出下一个生产状态；重复执行上述步骤，直至完成生产任务；根据所述生产任务过程中生成的生产状态和调度动作生成所述模拟方案。
6.根据权利要求4或5所述的柔性车间调度模型建立方法，其特征在于，所述生成器网络包括分布式智能体的动作价值网络和中心化的联合价值网络，所述中心化的联合价值网络包括联合动作价值网络和联合状态价值网络，所述智能体包括所述工件模型。
7.根据权利要求1～5任一项所述的柔性车间调度模型建立方法，其特征在于，所述判别器网络包括多层神经网络。
8.根据权利要求1～5任一项所述的柔性车间调度模型建立方法，其特征在于，所述第二训练集还包括所述专家方案和对应的判别概率。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述柔性车间调度模型建立方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述柔性车间调度模型建立方法。
