随着能源价格的不断上涨和环境问题的日益突出,传统制造业的发展正受到能源成本和环境问题的双重制约。轮胎制造业是高耗能、高污染的企业,通过降低生产过程中的能源消耗来减少能耗成本是企业进行成本控制的有效手段之一。生产调度作为生产管理的重要组成部分,是企业实现节能减排的潜在方向。针对轮胎密炼车间的机器调度优化策略未考虑能耗因素的问题,建立了基于影响因子的能耗优化模型,该模型将总完成时间和能耗成本作为构成要素,以这两个要素的综合成本作为求解目标,同时,加入影响因子表示生产中对时间和能耗成本的关注程度。对于已建立的能耗优化模型,本文设计了一种改进的自适应遗传算法(Another Adaptive Genetic Algorithm, AAGA)对调度优化问题进行求解。AAGA算法在分析“早熟”原因的基础上,提出对每一代群体个体差异程度进行评价的方法,然后根据该评价指标在种群进化过程中动态地调整每一代群体的交叉和变异概率的上下限。同时,每一代群体中个体的交叉和变异概率根据个体适应性自适应调整。基于上述交叉和变异策略,采用Tillard提供的流水车间数据集进行实验,实验结果表明,AAGA算法能够搜索到更优的解。最后,结合实际生产数据,应用上述所提算法对能耗优化问题进行求解,对比数据表明 AAGA 与 SGA (Simple Genetic Algorithm,SGA)和 AGA (Adaptive Genetic Algorithm,AGA)的应用效果相比具有一定优势。进一步,采用AAGA算法对基于影响因子的能耗优化模型进行验证,说明本文建立的能耗优化模型对影响因子的不同取值,可以达到不同程度的节能效果。