1.一种具有两类调整时间与顺序相关的柔性流水车间能耗优化调度方法，其特征在于，包括步骤：(1)针对具有两类调整时间与顺序相关的柔性流水车间调度问题建立关于最小化总能耗的数学模型，所述两类调整时间包括与顺序相关的第一类调整时间以及与工件顺序和工件所安排到机器相关的第二类调整时间；

(2)根据所建立的数学模型，生成一种基于工件调整时间和加工时间的能耗成本排序策略以对工件进行调度，从而得到使所述总能耗最少的调度结果。

2.如权利要求1所述的具有两类调整时间与顺序相关的柔性流水车间能耗优化调度方法，其特征在于，所述数学模型如下：其中，上述公式(1)满足以下约束条件：Cj(s-1)≤Bjs,j＝1,2,…,n,s＝1,2,…k, (2)Bj1≥rj,j＝1,2,…,n, (3)Bjs＝max{Cjh(s-1),C(j-1)hs},j＝1,2,…,n,h＝1,2,…,ms,s＝1,2,…k,(7)Yijhs＝0,i＝j, (9)Xjhs,Yijhsand Uwhs∈{1,0} (10)在上述公式(1)～(10)中，存在以下决策标量：Emin为最小化总能耗；

n为工件数量；

k为阶段数；

rj为工件的投放时间,j＝1,2,…,n；

ms为阶段s的机器数量,s＝1,2,…,k；

pjhs为工件j在第s阶段的机器h上的加工时间,h＝1,2,…,ms；

Bjs为工件j在第s阶段开始加工时间；

Cjs为工件j在第s阶段完工工时间；

1

ST为第一类调整时间的阶段集；

2

ST为第二类调整时间的阶段集；

Qhs为安排在阶段s的机器h上加工的工件集；

ths为在阶段s机器h从停止状态到可以开始加工状态需要的时间；

Δths为在阶段s机器h上存在着空闲时间段的集合；

Δtwhs为在阶段s机器h上第w个空闲时间段，w∈Δths；

为在阶段g里面工件i到工件j的调整时间，其中g∈ST1和2

为在阶段e机器h上工件i到工件j的调整时间，其中e∈ST和为阶段s机器h的单位时间运行能耗成本；

为阶段s机器h的单位时间待机能耗成本；

为在阶段s机器h从停止状态到可以开始加工状态的单位时间预热能耗成本；

M为一个足够大的整数；

在上述公式(1)～(10)中，存在以下决策变量：

3.如权利要求2所述的具有两类调整时间与顺序相关的柔性流水车间能耗优化调度方法，其特征在于，所述步骤(2)中的能耗成本排序策略具体包括步骤：(21)根据工件基于调整时间的总空闲能耗成本进行升序排序，得到工件加工队列；

(22)通过公式(11)计算每个虚拟工件在每阶段的加工时间：其中，FJis为每个虚拟工件中两个工件的基于工件加工时间的平均运行能耗成本，p(n+1)hs＝0；每个所述虚拟工件是由两个基于调整时间的最少能耗的工件组成；

(23)根据每个虚拟工件在每阶段的加工时间减序对虚拟工件进行排序，得到虚拟工件加工队列；

(24)读取所述虚拟工件队列前两个工件进行最优调度，进而依次将剩余的工件逐个插入到已经调度的工件排列中的某个位置，使得总能耗成本最少，直到所有工件调度完毕，从而得到调度结果。

4.一种基于NEH算法的混合遗传算法，其特征在于，包括步骤：根据权利要求3的能耗成本排序策略得到最小化总能耗；

可行解的染色体表达如下：设置编码的长度n等于被加工工件的数目，n是工件集合的一个全排列，其构成了各台机器的加工序列；各基因值代表相应工件所在的机器编号；其中编码分别表达了工件间加工顺序信息和工件与机器间分派信息；

通过公式(12)得到适应值：f(i)＝1/Emin(12)，其中，f(i)表示在进化过程中个体的适应值，Emin为最小化总能耗；

对染色体实行分段变异操作，选择合适的变异概率，随机交换分段染色体中两个不同基因的位置。

5.一种通过仿真试验的验证分析方法，其特征在于，包括步骤：利用仿真软件对如权利要求4所述的基于NEH算法的混合遗传算法的有效性进行验证分析，从而得到仿真结果；

将所述仿真结果与预先设置的针对具有两类调整时间与顺序相关的柔性流水车间调度问题的两个下界进行对比，从而得到验证分析结果；其中，所述两个下界如公式(13)和(14)所示：1

其中，当g∈ST并且满足公式(8)约束，Δtwhs由minj≠itjig代替，如果Lg＝1表示在工件调整时间内消耗着预热成本，如果Lg＝0则表示在工件调整时间内消耗着待机能耗成1

本；当e∈ST并且满足公式(8)约束，Δtwhs由minj≠itjie代替，如果Le＝1表示在工件调整时间内消耗着预热成本，如果Le＝0则表示在工件调整时间内消耗着待机能耗成本。