1.一种基于混合遗传算法的轮胎硫化车间能耗优化调度方法，其特征在于，包括以下步骤：步骤S1：构建轮胎硫化车间能耗优化调度模型，确定机器加工轮胎的最小化生产成本Emin,所述Emin由两部分组成,包括工件拖期惩罚成本和机器能耗成本，目标函数如公式(1.1)所示：该数学模型应满足下列约束条件：

Ci＝Si+Tij·Xij  (1.4)Si＞Ri  (1.5)

C0＝0  (1.6)

式(1.2)表示一个工件同一时间只能安排在一台机器上加工；

式(1.3)用于确定机器从停—开机状态，当 时确定机器开始启动预热，αpj3-Δtijpj2＜0用于判断机器是否仍处于预热状态，该不等式成立，则表明机器仍需要继续预热；

式(1.4)计算工件的完工时间；

式(1.5)表示工件的开始加工时间不能早于其到达时间；

式(1.6)定义下标为0的工件完工时间为0；

式(1.7)表示机器同一时间只能加工一个工件；

以下是数学模型用的参数变量：

βi：工件i的单位拖期惩罚成本；

αj：机器Mj从停机到运行状态需要的时间；

m：机器的数量；

n：工件的数量；

Mj：第j台机器；

Ji：第i个工件；

Hj：安排在机器j上加工的工件数量；

Hij：安排在机器j上加工的第i个工件；

Si：工件i的开始加工时间；

Ci：工件i完工时间；

Ri：工件i到达车间的时间；

Di：工件i交货期；

pij1：工件i在机器Mj运行时的单位时间能耗成本；

pj2：机器Mj待机时的单位时间能耗成本；

pj3：机器Mj从停机到运行状态的单位时间能耗成本；

Tij：工件i在机器Mj的加工时间；

决策标量：

式(1.8)用于判断某个工件是否在指定机器上加工，若Xij＝1则表示工件i在机器j上加工，否则不在机器j上加工；

式(1.9)表示机器加工完一个工件后是否马上加工下一个工件，若Ulhj＝1，则表示马上接着加工工件，表明机器仍处于正常工作状；

式(1.10)表示用于判断机器何时有停机转为运行状态；

步骤S2：针对步骤S1构建轮胎硫化车间能耗优化调度模型，对加工工件和机器进行矩阵编码，作为父代，所述矩阵编码为：用ni表示工件，i为十进制数，整数“0”表示为每台机器的间隔标志，工件的加工顺序由工件的排列顺序决定，具体矩阵表达式如下：m＝[n2，n5，n4，0，n3，n9，0，n1，n7，0，n6，n8，0……]即每个机器上加工的工件的分配情况作为染色体的一段基因，机器采用“0”作为标记；

步骤S3：基于最小运行能耗规则对父代进行初始化种群；其中所述最小运行能耗规则为：先计算工件平均运行能耗成本poi，将poi按递增工件进行排序，得到工件加工队列Q，将工件加工队列Q安排到机器上加工，工件同一时间有多台机器可加工的，选择运行能耗最小的机器上加工，由此得到一个新的个体，还需要产生的其余的个体则按照工件的交货期Di的值对工件进行递增排序，得到工件加工队列，将交货期最短的工件安排到第1个机器上加工，交货期第2短的工件安排到第2个机器上加工，以此类推；

工件平均运行能耗成本poi如式(1.11)所示：其中：m:机器的数量；

Tij：工件i在机器Mj的加工时间；

pij1：工件i在机器Mj运行时的单位时间能耗成本；

步骤S4：确定适应性函数F(i)，适应度函数如式(1.12)所示：其中，σ和ξ取值为1；

步骤S5：根据步骤S4确定的适应性函数F(i)，采用轮盘赌方式对步骤S3中的初始化种群的个体进行选择操作，把选择后的个体存储到交配池，以便进行配对；假若个体为i，适应度函数为F(i)，种群大小为M,则个体被选择的概率pi由式(1.13)确定：步骤S6：对步骤S5选择出的个体以概率PC进行交叉操作；

步骤S7：对步骤S6交叉操作后的个体以概率Pm进行变异操作；

步骤S8：将步骤S7变异操作得到的个体进行适应度函数计算，并保存所有的个体的适应度值；

步骤S9：将步骤S8中适应度函数计算值大的个体保留下来，依次取到满足种群规模数量的个体为止，组成新的种群；

步骤S10：判断步骤S9中的种群是否满足设定的进化代数，满足，则进化终止，步骤S9组成新的种群为最优调度方案；不满足，则转入步骤S6。