环保型纸壳的生产任务优先级调整方法及系统与流程

本申请涉及纸壳环保生产，具体涉及一种环保型纸壳的生产任务优先级调整方法及系统。

背景技术：

1、环保型纸壳生产过程中，监控与调度系统扮演着至关重要的角色。随着生产效率与产出质量要求的不断提高，以及环保法规的日益严格，传统的监控与调度方法已无法满足环保纸壳生产线的需求。

2、传统监控方法中，任务调度往往依赖于应用领域专家的手动设置或基于固定算法进行设置，上述方式不仅增加了人力成本，而且难以应对生产过程中可能出现的动态变化，尤其是当生产任务量庞大且复杂时，固定的调度算法存在无法充分考虑到各种因素，导致资源分配不均、生产效率低下等问题；同时，环保型纸壳生产对减少废料与废气排放有着严格的要求，传统的任务调度方法往往忽视了该方面的考虑，导致在生产过程中产生了大量的废料和废气，对环境造成了不利影响。

技术实现思路

1、鉴于此，本申请提供一种环保型纸壳的生产任务优先级调整方法及系统，能够降低纸壳生产过程中对环境污染，且提高纸壳生产的整体效率。

2、本申请提供一种环保型纸壳的生产任务优先级调整方法，所述方法包括：

3、实时获取各项任务的属性数据，其中，每项任务对应的属性数据包含该项任务的所有任务属性；

4、将每项任务的各个所述任务属性输入至训练后的深度学习模型当中，得到每项任务的各个激发值以及对应的权重值，其中，所述激发值包括用于表示任务对环境保护贡献的激发能力值和用于表示任务完成对整体效率贡献的激发效率值；

5、基于每项任务的各个所述激发值以及对应的所述权重值，调整每项任务的任务优先级。

6、可选地，所述任务属性的类型包括环境保护参数和生产效率参数。

7、可选地，所述将每项任务的各个所述任务属性输入至训练后的深度学习模型当中，得到每项任务的各个激发值以及对应的权重值，在将每项任务的各个所述任务属性输入至训练后的深度学习模型之前包括：

8、采用聚类分析方式对各个所述任务属性进行筛选，得到关键任务属性。

9、可选地，当监测到任一所述任务属性超过预设阈值，根据该所述任务属性的所述类型，重新调整所述激发能力值和所述激发效率值两者的权重值。

10、可选地，所述激发能力值的权重值大于所述激发效率值的权重值。

11、可选地，所述将每项任务的各个所述任务属性输入至训练后的深度学习模型当中，得到每项任务的各个激发值以及对应的权重值，还包括：

12、获取历史任务执行数据；

13、基于所述历史任务执行数据，构建训练数据集和验证数据集；

14、利用所述训练数据集对预设的深度学习模型进行训练，以得到训练后的所述深度学习模型，然后利用所述验证集对训练后的所述深度学习模型进行验证优化，以得到训练后的深度学习模型。

15、可选地，所述基于每项任务的各个所述激发值以及对应的所述权重值，调整每项任务的任务优先级，包括：

16、采用如下公式计算得到每项任务的所述任务优先级：

17、pi＝(wa*ai)+(we*ei)；

18、式中，pi表示每项任务的所述任务优先级，ai表示任务对应的激发能力值，wa表示任务的激发能力值对应的权重值，ei表示任务对应的激发效率值，we表示任务的激发效率值对应的权重值。

19、可选地，根据每项任务对应的所述任务优先级进行任务的执行和调度。

20、可选地，还包括：

21、实时获取各项任务的执行调度结果；

22、将各个所述执行调度结果添加至所述历史任务执行数据中，以进行下一次的任务的各个激发值的权重值调整。

23、对应地，本申请提供一种环保型纸壳的生产任务优先级调整系统，包括：

24、获取模块，用于实时获取各项任务的属性数据，其中，每项任务对应的属性数据包含该项任务的所有任务属性；

25、分析模块，用于将每项任务的各个所述任务属性输入至训练后的深度学习模型当中，得到每项任务的各个激发值以及对应的权重值，其中，所述激发值包括用于表示任务对环境保护贡献的激发能力值和用于表示任务完成对整体效率贡献的激发效率值；

26、调整模块，基于每项任务的各个所述激发值以及对应的所述权重值，调整每项任务的任务优先级。

27、本申请提供一种环保型纸壳的生产任务优先级调整方法及系统，通过实时获取任务的环境保护参数和生产效率参数，利用深度学习模型为任务分配对应的激发能力值和激发效率值，并基于激发能力值和激发效率值调整任务优先级，在纸壳生产过程中兼顾了环保与效率。相比传统方法，本发明提高了资源利用效率，降低了环境污染，为环保型纸壳的生产提供了一种科学、合理的任务优先级调整方案。

技术特征：

1.一种环保型纸壳的生产任务优先级调整方法，其特征在于，所述方法包括：

2.根据权利要求1所述的环保型纸壳的生产任务优先级调整方法，其特征在于，所述任务属性的类型包括环境保护参数和生产效率参数。

3.根据权利要求1所述的环保型纸壳的生产任务优先级调整方法，其特征在于，所述将每项任务的各个所述任务属性输入至训练后的深度学习模型当中，得到每项任务的各个激发值以及对应的权重值，在将每项任务的各个所述任务属性输入至训练后的深度学习模型之前包括：

4.根据权利要求1所述的环保型纸壳的生产任务优先级调整方法，其特征在于，当监测到任一所述任务属性超过预设阈值，根据该所述任务属性的所述类型，重新调整所述激发能力值和所述激发效率值两者的权重值。

5.根据权利要求1所述的环保型纸壳的生产任务优先级调整方法，其特征在于，所述激发能力值的权重值大于所述激发效率值的权重值。

6.根据权利要求1所述的环保型纸壳的生产任务优先级调整方法，其特征在于，所述将每项任务的各个所述任务属性输入至训练后的深度学习模型当中，得到每项任务的各个激发值以及对应的权重值，还包括：

7.根据权利要求1所述的环保型纸壳的生产任务优先级调整方法，其特征在于，所述基于每项任务的各个所述激发值以及对应的所述权重值，调整每项任务的任务优先级，包括：

8.根据权利要求1所述的环保型纸壳的生产任务优先级调整方法，其特征在于，根据每项任务对应的所述任务优先级进行任务的执行和调度。

9.根据权利要求8所述的环保型纸壳的生产任务优先级调整方法，其特征在于，还包括：

10.一种环保型纸壳的生产任务优先级调整系统，其特征在于，包括：

技术总结本申请公开一种环保型纸壳的生产任务优先级调整方法及系统，方法包括：实时获取各项任务的属性数据，其中，每项任务对应的属性数据包含该项任务的所有任务属性；将每项任务的各个任务属性输入至训练后的深度学习模型当中，得到每项任务的各个激发值以及对应的权重值，其中，激发值包括用于表示任务对环境保护贡献的激发能力值和用于表示任务完成对整体效率贡献的激发效率值；基于每项任务的各个激发值以及对应的权重值，调整每项任务的任务优先级。本公开实施例能够降低纸壳生产过程中对环境污染，且提高纸壳生产的整体效率。技术研发人员：张宇,梁志鸣,郑长远,张丽芳,陈永交受保护的技术使用者：贵州年丰纸品有限公司技术研发日：技术公布日：2024/7/25