1.一种基于遗传算法的炭化可燃物单峰热解动力学参数计算方法，其特征在于：具体包括如下步骤：

S101：利用炭化可燃物热解的单步反应原理，确定反应机理函数g(α)；

S102：根据确定的反应机理函数g(α)，利用等转化率KAS法求取炭化可燃物单峰热解的活化能值E和指前因子A；

S103：确定活化能值E、指前因子A和炭生成率v的优化范围；

S104：根据基因遗传算法在优化范围内对活化能值E、指前因子A和生成率v进行优化计算，在局部最优和全局最优时输出计算结果；

步骤S101具体如下：

炭化可燃物热解的单步反应公式如式1所示：式(1)中，g(α)为反应机理函数，A为指前因子，E为活化能值，R为普适气体常数，β为升温速率，α为转化率，p(y)表示一个积分公式，其表达式如式(2)所示：式(2)中，y＝E/RT，yα＝E/RTα，T为绝对温度，Tα为某一特定的转化率下的绝对温度，取多组升温速率下相同温度对应的转化率α，带入不同的反应机理函数g(α)，当ln(g(α))与ln2

β的斜率与‑1的差值小于预设的阈值α，且对应的线性相关系数R 与1的差值小于预设的阈值β时，此时带入的反应机理函数g(α)即为反应机理函数；

步骤S102具体如下：

等转化率KAS法公式如式(3)所示：根据已经确定的反应机理函数g(α)，通过式(3)的斜率k求出活化能值E＝‑k*R，然后通过该公式的截距b求解指前因子

2.如权利要求1所述的一种基于遗传算法的炭化可燃物单峰热解动力学参数计算方法，其特征在于：步骤S103中，活化能值E和指前因子A的优化范围分别为其各自当前值，上下浮动50％，即活化能值E的优化范围为当前E取值的(50％*E,150％*E)；指前因子A的优化范围为当前A取值的(50％*A，150％*A)；炭生成率v的优化范围预设为(0.5,0.95)。

3.如权利要求1所述的一种基于遗传算法的炭化可燃物单峰热解动力学参数计算方法，其特征在于：步骤S104中根据基因遗传算法在优化范围内对活化能值E、指前因子A和生成率v进行优化计算所采用的适应度函数值φ为预测值和实验值的偏差程度，具体计算公式如式(4)所示：

式(4)中，φm、φmlr、φα和φdα/dt分别表示质量损失、质量损失速率、转化率、转化速率的目标函数；N表示实验次数；n表示每个实验的实验数据点的个数；CMLmod、CMLexp表示累积质量损失的模拟值和实验值；MLRmod、MLRexp表示质量损失速率的模拟值和实验值；αmod，αexp表示转化率的模拟值和实验值；dα/dtmod、dα/dtexp表示转化速率的模拟值和实验值；wCML、wMLR、wα、wdα/dt表示质量损失、质量损失速率、转化率转化速率的权重系数。

4.如权利要求3所述的一种基于遗传算法的炭化可燃物单峰热解动力学参数计算方法，其特征在于：步骤S104中所述的实验值，计算公式如式(5)所示：式(5)中，mt表示反应瞬时的质量，m0表示样品初始质量，m∞表示最终的质量。

5.如权利要求1所述的一种基于遗传算法的炭化可燃物单峰热解动力学参数计算方法，其特征在于：步骤S104中所述计算结果包括：转化率α、转化速率dα/dt、质量损失m/m0和质量损失速率d(m/m0)/dt，其计算公式如式(6)所示：式(6)中，t表示时间，m、m0表示炭化可燃物热解瞬时质量和初始质量，R为普适气体常数，T为绝对温度，i表示更新迭代次数。