本发明涉及运输，具体地，涉及一种基于加权距离的炼钢行车调度路径优先级排序方法及系统。
背景技术：
1、贾佳祺.重型装配车间多车型软时间窗配送车辆路径优化研究[d].南京农业大学,2016.doi:cnki:cdmd:2.1017.256475文献《重型装配车间多车型软时间窗配送车辆路径优化研究》中路径优化方法，基于天车配送具有多任务、配送资源相对缺乏的特性，运用k-means聚类分析方法按照任务需求时间窗对配送任务进行聚类分析，进而转化为6个旅行商问题。建立旅行商优化模型，应用遗传蚁群融合算法对其进行求解，并按照每个聚类组的开始及结束时间依次对其进行连接。但是该方法没有从历史数据中对任务路径的选择偏好进行挖掘，也没有考虑配送对象的任务接续需求，对生产现场实时需求的响应度与可靠性不如本专利提出的方法。
2、专利文献cn116661390a公开了一种用于烟箱运输小车的调度系统及调度方法，属于烟草运输技术领域，调度系统包括运输小车、上级工位、下级工位、激光位移传感器、控制箱，系统沿烟箱流转方向上侧设置有上级工位，下侧设置有下级工位，上级工位设置在初压箱运输带末端且设置有多个，下级工位设置在复压设备下部，所述上、下级工位上均设置有光电传感器，所述激光位移传感器安装在运行区域横向端。调度算法包括以下步骤：建立小车调度拓扑地图；搜索出时间和路径成本最低的路径集合；确定任务优先级；计算求得路径最优解；得到最优任务组合发送至小车执行，通过调度算法得到运输小车的最优调度路径，加快小车运输效率。但该发明没有从历史数据中对任务路径的选择偏好进行挖掘。
技术实现思路
1、针对现有技术中的缺陷，本发明的目的是提供一种基于加权距离的炼钢行车调度路径优先级排序方法及系统。
2、根据本发明提供的一种基于加权距离的炼钢行车调度路径优先级排序方法，包括：
3、步骤s1：取出并筛选指令记录，统计出起点下每种路径的出现次数及占比；
4、步骤s2：以跨方向为x轴方向，计算所有可选路径行车从起点工位到终点工位在x轴上所需行驶的距离
5、步骤s3：查询当前的炼钢计划表，如果行车吊运任务在炼钢计划表中有下一条吊运计划，则计算行车吊运任务每条可选路径的终点到下一任务起点行车在x轴上所需的行驶距离；
6、步骤s4：对行车吊运任务的所有可选路径计算加权距离；
7、步骤s5：将可选路径按照加权距离降序排序，得到路径选择优先级列表。
8、优选地，在所述步骤s1中：
9、取出x月内相关区域内所有的行车指令记录，每条行车指令为一条行车任务路径记录，表示为：起点至中间工位点至终点，筛选出起点为当前行车吊运任务jobn起点的所有指令记录，统计出此起点下每种路径的出现次数及占比percentage；
10、以此起点的所有历史路径记录中，如果某条路径的出现占比percentage小于阈值φ，则将本条路径从统计结果中删除。
11、优选地，在所述步骤s2中：
12、以跨方向为x轴方向，计算行车吊运任务jobn所有可选路径行车从起点工位到终点工位在x轴上所需行驶的距离distancework：
13、distancework＝|(posstart-poswork)|+|(poswork-posdest)|；
14、其中，posstart、poswork、posdest分别表示当前路径起点工位、中间工位点、终点工位在x轴上的坐标值；行车吊运任务jobn所有可选路径的distancework全部计算完成后，对这组distancework进行归一化处理。
15、优选地，在所述步骤s3中：
16、查询当前的炼钢计划表，如果jobn将吊运的钢包在炼钢计划表中有下一条吊运计划，则计算jobn每条可选路径的终点到下一任务起点行车在x轴上所需的行驶距离distanceto_next：
17、distanceto_next＝|posnext_start-posdest|
18、posnext_start表示jobn将吊运的钢包在jobn下一条吊运任务中的起点工位在x轴上的坐标值，posdest表示当前路径终点工位在x轴上的坐标值；
19、jobn所有可选路径的distanceto_next全部计算完成后，对这组distanceto_next进行z-score归一化处理；
20、z-score归一化处理过程描述：
21、对于一组数据[x1,x2,…,xn]，对每个数据点xi，使用公式计算出归一化后的值x′i，[x′1,x′2,…,x′n]为本组数据归一化结果；
22、其中，μ为数据的均值，σ为数据的标准差，即
23、如果jobn将吊运的钢包在炼钢计划表中没有下一条吊运计划，则在此将jobn所有可选路径的distanceto_next值设为0。
24、优选地，在所述步骤s4中：
25、结合历史经验，对jobn的所有可选路径计算加权距离，对每条可选路径，加权距离的计算公式为：
26、distanceweighted＝percentage×w1-distancework×w2-distanceto_next×w3
27、其中，w1、w2、w3分别为percentage、distancework、distanceto_next的加权权重；
28、通过机器学习方法监督学习得到权重数值，机器学习模型选择线性回归或神经网络；
29、可信的任务路径优先级排序历史数据在模型训练时，将数据根据任务起点工位分组，在每组中，计算每条可选路径的percentage、distance_work、distance_to_next，将这些值作为模型输入；模型目标值为该起点工位下，满足所有可选路径真实优先级排序的distance_weight值；
30、经过机器学习模型训练，模型即自动学习到最优的加权权重；
31、如果某条路径没有出现在历史指令统计记录中，将其percentage设为0。
32、根据本发明提供的一种基于加权距离的炼钢行车调度路径优先级排序系统，包括：
33、模块m1：取出并筛选指令记录，统计出起点下每种路径的出现次数及占比；
34、模块m2：以跨方向为x轴方向，计算所有可选路径行车从起点工位到终点工位在x轴上所需行驶的距离
35、模块m3：查询当前的炼钢计划表，如果行车吊运任务在炼钢计划表中有下一条吊运计划，则计算行车吊运任务每条可选路径的终点到下一任务起点行车在x轴上所需的行驶距离；
36、模块m4：对行车吊运任务的所有可选路径计算加权距离；
37、模块m5：将可选路径按照加权距离降序排序，得到路径选择优先级列表。
38、优选地，在所述模块m1中：
39、取出x月内相关区域内所有的行车指令记录，每条行车指令为一条行车任务路径记录，表示为：起点至中间工位点至终点，筛选出起点为当前行车吊运任务jobn起点的所有指令记录，统计出此起点下每种路径的出现次数及占比percentage；
40、以此起点的所有历史路径记录中，如果某条路径的出现占比percentage小于阈值φ，则将本条路径从统计结果中删除。
41、优选地，在所述模块m2中：
42、以跨方向为x轴方向，计算行车吊运任务jobn所有可选路径行车从起点工位到终点工位在x轴上所需行驶的距离distancework：
43、distancework＝|(posstart-poswork)|+|(poswork-posdest)|；
44、其中，posstart、poswork、posdest分别表示当前路径起点工位、中间工位点、终点工位在x轴上的坐标值；行车吊运任务jobn所有可选路径的distancework全部计算完成后，对这组distancework进行归一化处理。
45、优选地，在所述模块m3中：
46、查询当前的炼钢计划表，如果jobn将吊运的钢包在炼钢计划表中有下一条吊运计划，则计算jobn每条可选路径的终点到下一任务起点行车在x轴上所需的行驶距离distanceto_next：
47、distanceto_next＝|posnext_start-posdest|
48、posnext_start表示jobn将吊运的钢包在jobn下一条吊运任务中的起点工位在x轴上的坐标值，posdest表示当前路径终点工位在x轴上的坐标值；
49、jobn所有可选路径的distanceto_next全部计算完成后，对这组distanceto_next进行z-score归一化处理；
50、z-score归一化处理过程描述：
51、对于一组数据[x1,x2,…,xn]，对每个数据点xi，使用公式计算出归一化后的值x′i，[x′1,x′2,…,x′n]为本组数据归一化结果；
52、其中，μ为数据的均值，σ为数据的标准差，即
53、如果jobn将吊运的钢包在炼钢计划表中没有下一条吊运计划，则在此将jobn所有可选路径的distanceto_next值设为0。
54、优选地，在所述模块m4中：
55、结合历史经验，对jobn的所有可选路径计算加权距离，对每条可选路径，加权距离的计算公式为：
56、distanceweighted＝percentage×w1-distancework×w2-distanceto_next×w3
57、其中，w1、w2、w3分别为percentage、distancework、distanceto_next的加权权重；
58、通过机器学习方法监督学习得到权重数值，机器学习模型选择线性回归或神经网络；
59、可信的任务路径优先级排序历史数据在模型训练时，将数据根据任务起点工位分组，在每组中，计算每条可选路径的percentage、distance_work、distance_to_next，将这些值作为模型输入；模型目标值为该起点工位下，满足所有可选路径真实优先级排序的distance_weight值；
60、经过机器学习模型训练，模型即自动学习到最优的加权权重；
61、如果某条路径没有出现在历史指令统计记录中，将其percentage设为0。
62、与现有技术相比，本发明具有如下的有益效果：
63、1、本方法充分利用了历史指令数据，通过对路径进行分组与各路径占比计算，挖掘了历史指令数据中的有效信息；同时，本方法通过各条路径的行驶距离计算，在空间上考虑了不同路径选择下的行车工作效率；同时，本方法通过计算钢包前往下一任务的距离，实现了对实时调度需求的有效响应与优化。
64、2、本方法综合考虑了历史数据、实时需求、设备相对位置等多方因素，以快捷的计算为行车调度模型提供了每个任务的路径优先级列表，有效提高了行车调度模型的可靠性与计算效率，进一步提高了炼钢生产的效率。
65、3、本方法通过引入加权距离的概念，允许不同钢厂或用户根据实际需求为不同的目标设定不同的权重，以实现不同工况或需求下的多目标优化，具有良好的泛化性。
1.一种基于加权距离的炼钢行车调度路径优先级排序方法，其特征在于，包括：
2.根据权利要求1所述的基于加权距离的炼钢行车调度路径优先级排序方法，其特征在于，在所述步骤s1中：
3.根据权利要求1所述的基于加权距离的炼钢行车调度路径优先级排序方法，其特征在于，在所述步骤s2中：
4.根据权利要求1所述的基于加权距离的炼钢行车调度路径优先级排序方法，其特征在于，在所述步骤s3中：
5.根据权利要求1所述的基于加权距离的炼钢行车调度路径优先级排序方法，其特征在于，在所述步骤s4中：
6.一种基于加权距离的炼钢行车调度路径优先级排序系统，其特征在于，包括：
7.根据权利要求6所述的基于加权距离的炼钢行车调度路径优先级排序系统，其特征在于，在所述模块m1中：
8.根据权利要求6所述的基于加权距离的炼钢行车调度路径优先级排序系统，其特征在于，在所述模块m2中：
9.根据权利要求6所述的基于加权距离的炼钢行车调度路径优先级排序系统，其特征在于，在所述模块m3中：
10.根据权利要求6所述的基于加权距离的炼钢行车调度路径优先级排序系统，其特征在于，在所述模块m4中：
