趙坤朋,劉權(quán)利
(中國直升機設計研究所,江西 景德鎮(zhèn) 333001)
艦載直升機的研制,除了需要考慮直升機各系統(tǒng)功能性能的滿足,還需要考慮直升機與艦船的適配性問題[1]。由于艦、機研制流程不同,研制思路不同,研制周期不同,研制顆粒度不同,導致艦船、直升機在均能滿足各自設計要求的條件下,仍不能有效配合,達不到理想的作戰(zhàn)效果。艦機適配性設計的目標是通過設計,提出各階段工作要求以及試驗驗證,實現(xiàn)艦與艦載機之間的相互適應和正確配合,實現(xiàn)艦上資源合理、有效的應用,確保艦載機上艦安全使用與維護,使航空聯(lián)隊的作戰(zhàn)效能得以發(fā)揮。艦機適配性設計包括艦機技術(shù)協(xié)調(diào)、直升機適配性設計、維修及任務支援系統(tǒng)研制三部分。維修及任務支援系統(tǒng)研制是根據(jù)艦載直升機的特殊使用方式,從陸艦保障一體化、通用化、集成化的角度出發(fā),規(guī)劃、研制直升機艦基使用、維護及訓練支援保障所需的各類資源,為艦上機務部門實施保障提供各類工具、設備及信息化的作業(yè)支持環(huán)境,實現(xiàn)空地勤人員隨艦任務期間技術(shù)保持所必需的訓練需求,構(gòu)建艦載直升機艦基保障系統(tǒng)和訓練保障系統(tǒng),確保艦載直升機作戰(zhàn)效能的發(fā)揮[2]。
本文研究艦載直升機機群的使用保障與維修保障過程中,艦船甲板空間大小的限制、備件數(shù)量的限制、機務人員不足等原因,均會導致直升機不能得到及時的保障,從而影響其戰(zhàn)備完好率,進而影響艦載直升機的作戰(zhàn)效能[3]。為簡化實際工作中復雜的保障任務,本文將上述因素均抽象為艦船上保障點不可用,研究如何在保障點不可用的情況下,通過調(diào)整原來的保障方案實現(xiàn)機群出動架次率的最大化,從而保證作戰(zhàn)任務的完成。針對保障點失效擾動,建立了考慮保障任務成功率和偏離成本的干擾模型,并利用拉格朗日松弛法和次梯度優(yōu)化算法給出了一組目標函數(shù)值;根據(jù)模型求解過程中的啟發(fā)式信息,提出一種啟發(fā)式算法[4]求出問題的可行解。最后,利用艦載直升機機群保障任務案例驗證方法的有效性。
為了對直升機機群保障過程中保障點失效擾動的影響進行分析,并得出一個較優(yōu)的調(diào)整方案,本文做出以下假設:
假設1:只考慮保障點失效擾動;
假設2:直升機完成保障任務的時間以及失效保障點恢復時間均已知;
假設3:直升機的保障工作可恢復,指當某直升機正在保障時,其所在的保障點失效,則該直升機不必重新開始保障,其后續(xù)保障時間等于該直升機總保障時間減去已保障時間;
假設4:直升機可在不同保障點之間運輸,需考慮直升機在不同保障站點之間運輸?shù)臅r間。
在機群保障過程中,保障點失效擾動是隨時發(fā)生的。在保障資源有限的情況下,該擾動的發(fā)生將會導致機群保障時間和保障費用的增加[5]。為了對保障點失效擾動下機群保障方案的調(diào)整過程進行分析,本文給出了基于干擾模型的機群應急重構(gòu)策略生成方法的研究框架,如圖1,并將機群應對保障點失效這一特定擾動的過程簡化為以下步驟:
圖1 機群保障點失效的應急重構(gòu)方法框架
步驟1:判斷保障點狀態(tài),將保障點發(fā)生失效的時刻設為時刻0,并對失效保障點編號為1;
步驟2:更新保障點失效時刻正在進行保障任務的直升機的保障時間;
步驟3:直升機重新選擇保障點,更新直升機在保障點中的順序,形成應對擾動的優(yōu)化方案;
步驟4:若在擾動未結(jié)束或者結(jié)束時再次發(fā)生保障點失效,即發(fā)生了新的擾動,則重復步驟1、2和3,并在上次優(yōu)化方案的基礎上形成新的優(yōu)化方案;
步驟5:以此類推,直到機群中所有直升機完成保障任務。
在保障點失效擾動下,機群保障方案的調(diào)整過程要考慮兩個方面的約束指標:①保障任務成功率。順利完成機群保障任務是機群執(zhí)行出動任務的前提。②保障偏離成本。直升機要根據(jù)決策需求重新選擇保障點進行保障,并由此引發(fā)保障時間和保障順序發(fā)生變化,進而導致保障成本的增加。
在對機群保障過程中保障點失效擾動建立干擾模型之前,首先對模型需求的參數(shù)進行說明,如表1所示。
表1 干擾模型參數(shù)
直升機單元在保障過程中某個時刻的保障作業(yè)情況用0-1整數(shù)變量表示:
i=1,2,…,n;j=1,2,…,m;t=1,2,…,T
注:上述第二個變量中的“1”表示1個時間單位。
機群保障過程中保障點失效擾動將產(chǎn)生保障方案調(diào)整的需求,在該過程中要確保保障任務成功率的最大化和偏離成本的最小化。
1)保障任務成功率。為使目標函數(shù)為最小化的形式,本文從反面角度來衡量保障方案的優(yōu)劣,用風險程度(保障任務成功率的對立面)來衡量方案的優(yōu)劣,將風險定義為在任務規(guī)定時間內(nèi),沒有完成保障作業(yè)的直升機架數(shù)與要求出動的直升機架數(shù)的比值。
2)偏離成本。在機群出動任務過程中的偏離成本來源于兩方面:①直升機開始保障時間的偏離。保障點失效導致直升機初始開始保障時間的改變,并由此產(chǎn)生對相應保障設備、資源的規(guī)劃影響。②保障費用的偏離,這里指由于保障策略的不同而額外增加的費用,如直升機在不同保障點之間的運輸費用。
3)模型建立。根據(jù)以上內(nèi)容建立機群保障過程中保障點失效的干擾模型,簡稱原問題IP:
(2.1)
subject to
(1)
(2)
Bi1≥Di≤n
(3)
Bij≥tTifj≠1 andZi=1
(4)
α+β+γ=1
(5)
xijt∈{0,1}i=1,2,…n;t=1,2,…,T
(6)
(2.2)
在目標函數(shù)(2.1)中,α,β和γ分別是保障作業(yè)風險程度、開始保障時間偏離量和出動費用偏離量的權(quán)重。約束(1)保證在任何時間段t都至多有Mt個直升機在進行保障;約束(2)保證每架直升機在時間段T內(nèi)的總保障時間小于其要求的保障時間;約束(3)表明只有當失效保障點可用后才能開始新的保障工作;約束(4)反映與原方案相比在新保障點完成保障作業(yè)的直升機,只有當調(diào)度到新保障點之后才能開始保障;約束(5)表明保障作業(yè)任務成功率和偏離成本權(quán)重之間的關(guān)系;約束(6)定義了變量范圍。
對IP中的保障站點數(shù)量約束進行松弛,令λ=(λ1,λ2,…,λT)T,λ≥0為松弛約束的拉格朗日乘子,則ZIP對λ的Lagrange松弛為:
(3.1)
subject toλ=(λ1,λ2,…,λT)T≥0and(2)~(6)
式(3.1)中,對于任意給定的λ≥0,zLR(λ)≤zIP成立,zLR(λ)是zIP的下界,我們的目的是求與zIP最接近的下界,于是需要求解IP問題的拉格朗日對偶LD,如式(3.2)所示:
(3.2)
subject to(2)~(6)
λh+1=λh+θhg(λh)
(3.3)
(3.4)
當下述兩個條件中的任何一個滿足時,則迭代停止:
2)λh或zLR(λh)在規(guī)定的步數(shù)內(nèi)變化不超過給定的值,則認為目標值不可能再變化,停止運算。
假設一個機群共有20架同型直升機,8個保障點,出動模式為最大出動模式,即要求20架直升機一次性出動。在出動過程中,只考慮保障點失效情況,假設直升機不發(fā)生故障。設定直升機保障作業(yè)過程中保障點失效時刻為時刻0,3號保障點故障。因為一批直升機已經(jīng)保障一段時間了,因此這批直升機的保障時間要小于另一批直升機的保障時間。直升機按保障時間從小到大編號,即保障時間最短的直升機序號為1,以此類推。各參數(shù)為:D=30,tT=20,T=100,α=0.5,β=0.3,γ=0.2。表2為各直升機的保障時間及在原來方案和調(diào)整方案中的開始保障時間。表3為初始方案和調(diào)整方案中各直升機在保障點上的保障順序。
表2 初始數(shù)據(jù)
表3 初始方案與恢復方案中各個保障點上直升機保障次序
由表3知,只有直升機3、11、12的出動安排與原計劃不同,即調(diào)整方案與初始方案之間的偏離很小,并且調(diào)整方案能保證在規(guī)定的時間內(nèi)出動任務要求的直升機架數(shù),初始保障方案及新保障方案中的直升機保障順序如圖2、圖3所示。
圖2 初始保障方案中直升機的保障順序
圖3 新保障方案中直升機的保障順序
本文針對艦機適配性設計中的航空保障系統(tǒng)對艦載機群進行使用保障和維修保障的過程中,由于艦船甲板空間不足、備件不足、機務人員不足等原因?qū)е碌闹鄙龣C不能及時得到保障的問題,將這些因素抽象為艦船上保障點不可用,提出了一種基于干擾模型的機群保障點失效應急重構(gòu)策略生成方法。
1) 對機群保障系統(tǒng)保障點失效的情況做出假設,定義相應的參數(shù)和變量。
2) 應用拉格朗日松弛算法,建立目標函數(shù)的拉格朗日對偶模型,并結(jié)合次梯度算法得出一組目標值。
3) 利用啟發(fā)式算法,給出松弛條件下較優(yōu)的機群保障調(diào)整方案。
參考文獻:
[1] 袁 俊.淺析軍機的綜合保障費用[J].航空標準化和質(zhì)量,2013,56(4):15-17.
[2] Kevin L B. Understanding the empirical hardness of NP-complete problems[J]. Communications of the ACM,2014,57(5):98-107.
[3] Maksimenko A N.The simplest families of polytopes associated with NP-hard problems[J]. Doklady Mathematics,2015,9(1):53-55.
[4] 康 寧,武小悅. 航天測控調(diào)度問題的拉格朗日啟發(fā)式算法[J].火力指揮與控制, 2012,3(8):104-107.
[5] LI B C,Dang C Y,ZHENG J J. A distributed integer programming for recovering[J]. Computer Application and Software, 2014,31(12):80-84.