陳偉龍,陳春良,劉彥,王雄偉
(裝甲兵工程學(xué)院 技術(shù)保障工程系,北京 100072)
戰(zhàn)場搶修[1]是指在戰(zhàn)場上運(yùn)用應(yīng)急診斷與修復(fù)技術(shù),迅速地對受損裝備進(jìn)行評估并根據(jù)需要快速修復(fù)損傷部位,使裝備能夠完成某項(xiàng)預(yù)定任務(wù)或?qū)嵤┳跃鹊幕顒印屝奕蝿?wù)動態(tài)調(diào)度則是指在搶修任務(wù)分配方案的決策時刻,所需決策信息僅部分可知,先依據(jù)已知信息決策出該時刻的一個滿意方案并付諸實(shí)施;而后根據(jù)逐步獲取的信息,不斷調(diào)整搶修任務(wù)分配方案,以期獲得最優(yōu)的搶修效益。
戰(zhàn)場搶修任務(wù)動態(tài)調(diào)度問題,則是指在作戰(zhàn)過程中,因敵炮火打擊,勢必造成我方部隊(duì)在不同時刻和地點(diǎn)、隨機(jī)地出現(xiàn)戰(zhàn)損裝備;但搶修力量有限,無法在作戰(zhàn)持續(xù)時間內(nèi)完成對修理范圍內(nèi)的所有待修裝備的修理。通過綜合權(quán)衡待修裝備的優(yōu)先程度、所需修理工時、距離遠(yuǎn)近、不同搶修組的修理能力差異等因素,從修理范圍內(nèi)的眾多故障裝備中迅速地選擇部分裝備并將其分配給各個搶修組;并根據(jù)戰(zhàn)場態(tài)勢發(fā)展以及不斷變化的搶修需求信息,適時、動態(tài)地調(diào)整搶修任務(wù)分配計劃,使搶修力量能夠在有限作戰(zhàn)持續(xù)時間內(nèi)盡可能多地修復(fù)或部分修復(fù)損傷裝備,進(jìn)而取得最優(yōu)的整體搶修效益。
本文針對戰(zhàn)場搶修任務(wù)動態(tài)調(diào)度的國內(nèi)外研究現(xiàn)狀進(jìn)行綜述,分析現(xiàn)有研究存在的不足,旨在為后續(xù)解決戰(zhàn)場搶修任務(wù)動態(tài)調(diào)度問題找到立足點(diǎn)和突破口,進(jìn)而達(dá)到提高搶修效益、維持部隊(duì)作戰(zhàn)能力的目的。
基于系統(tǒng)工程思想進(jìn)行分析,搶修任務(wù)動態(tài)調(diào)度系統(tǒng)主要由5個元素構(gòu)成,包括:搶修對象及其相關(guān)信息、搶修力量及其相關(guān)信息、環(huán)境信息、決策模型與求解算法、修竣裝備與搶修效益。
(1) 搶修對象的相關(guān)信息主要包括:① 損傷信息,如損傷時刻、坐標(biāo)位置、裝備類型、預(yù)計所需維修工作量等;② 搶修進(jìn)度信息,如修竣與否、恢復(fù)狀態(tài)、預(yù)計修竣時刻、實(shí)際修竣時刻、動態(tài)調(diào)度時刻的剩余修理工作量等。
(2) 搶修力量的相關(guān)信息主要包括:① 各個搶修組的編制信息,如各搶修組的保障裝備的種類和數(shù)量信息、保障人員的數(shù)量和修理技能水平信息等;② 在進(jìn)攻作戰(zhàn)持續(xù)時間內(nèi)的任意時刻,所有搶修組的狀態(tài)信息,如各搶修組在任意時刻的位置信息、人員/裝備損失情況信息等。
(3) 環(huán)境信息是指在一體化機(jī)動進(jìn)攻作戰(zhàn)持續(xù)時間內(nèi),除卻搶修力量和搶修對象的相關(guān)信息外,與搶修任務(wù)動態(tài)調(diào)度問題相關(guān)的其他所有信息。主要包括:① 作戰(zhàn)起止時刻;② 各作戰(zhàn)單元、武器裝備在任意時刻的任務(wù)信息、位置信息;③ 各作戰(zhàn)單元、武器裝備的相互關(guān)系信息;④ 地形、道路、氣象水文信息等。
(4) 決策模型與求解算法是指在一體化機(jī)動進(jìn)攻作戰(zhàn)持續(xù)時間內(nèi),為求得搶修任務(wù)動態(tài)調(diào)度問題在各個決策時刻的決策方案(各搶修組間的任務(wù)分工和搶修組內(nèi)的搶修序列),所需借助的數(shù)學(xué)模型和求解方法。
(5) 修竣裝備與搶修效益,是指在一體化機(jī)動進(jìn)攻作戰(zhàn)持續(xù)時間內(nèi),各搶修組通過實(shí)施巡回修理,修竣的待修裝備及獲得的修理效益。
基于控制論的思想,從系統(tǒng)輸入、系統(tǒng)過程、系統(tǒng)輸出、系統(tǒng)限制以及逆向聯(lián)系5個方面,構(gòu)建搶修任務(wù)動態(tài)調(diào)度系統(tǒng)的運(yùn)行圖,如圖1所示,旨在從整體上呈現(xiàn)出系統(tǒng)各構(gòu)成元素及其相互關(guān)系。
(1) 長期開展基礎(chǔ)研究
戰(zhàn)場搶修,美軍稱之為BDAR(battle damage assessment and repair),最初由美軍提出并開始使用。在目睹了以色列在1973年中東戰(zhàn)爭中戰(zhàn)場搶修取得的巨大軍事效益、以及1982年英阿馬島之戰(zhàn)中英國海軍的慘重?fù)p失后,美軍開始進(jìn)行關(guān)于戰(zhàn)場搶修的系統(tǒng)研究。1982年和1984年,美陸軍、空軍制定了各自的《BDAR綱要》和《ABDR綱要》,主要包括:BDAR手冊、BDAR成套工具、BDAR組織與訓(xùn)練、BDAR后勤[2],用于指導(dǎo)各軍兵種編制各自的BDAR綱要和開展BDAR工作。在20世紀(jì)90年代初的海灣戰(zhàn)爭中,美軍各型飛機(jī)的完好率平均水平保持在了92%,艦船達(dá)到了90%,進(jìn)一步驗(yàn)證了戰(zhàn)場搶修在作戰(zhàn)中的重要作用。
與平時維修相較,由于修理需求、作業(yè)環(huán)境和時間限制等巨大差異,使得戰(zhàn)場搶修與前者存在很大區(qū)別,詳見表1。戰(zhàn)場搶修具有搶修時間緊迫、作業(yè)環(huán)境惡劣、修復(fù)手段靈活、恢復(fù)狀態(tài)多樣4個主要特點(diǎn)[3];其中,戰(zhàn)場搶修的修復(fù)手段包括換件修理、原件修復(fù)、應(yīng)急修理(包括拆拼、置換、替代、重構(gòu)等)[1]。
戰(zhàn)場搶修的搶修方式可分為現(xiàn)地修理和后送修理,其中現(xiàn)地修理又包括使用分隊(duì)自主修理、伴隨修理、巡回修理,后送修理則主要采用定點(diǎn)維修,相關(guān)概念如表2所示。
對于信息化作戰(zhàn)而言,交戰(zhàn)時間十分有限,戰(zhàn)場搶修的首要目標(biāo)是使損傷裝備在最短的時間內(nèi)再次投入戰(zhàn)斗任務(wù),最大制約因素是時間,核心工作是應(yīng)急修理,主要采取伴隨搶修的方式,且并不要求恢復(fù)裝備的全部功能,也不必限定人員、工具、器材等。我軍的搶修實(shí)施原則如表3所示。
表1 戰(zhàn)場搶修與平時維修的區(qū)別Table 1 Difference between battlefield repair and routine maintenance
表2 搶修方式的定義Table 2 Definition of rush-repair mode
(2) 持續(xù)完善行政和技術(shù)法規(guī)
20世紀(jì)80年代以來,世界各國特別是美、英、德、法、俄等發(fā)達(dá)國家對戰(zhàn)場搶修進(jìn)行了系統(tǒng)研究,完善和制定了戰(zhàn)場搶修的行政法規(guī)和技術(shù)法規(guī)。1985年,美軍發(fā)布了軍用規(guī)范MIL-M-63003《戰(zhàn)場損傷評估與維修手冊的編制》,對BDAR手冊的內(nèi)容和編制格式做了統(tǒng)一規(guī)定。1988年美空軍發(fā)布了軍用規(guī)范MIL-M-87158A《飛機(jī)BDAR手冊的編制》,用以指導(dǎo)型號飛機(jī)BDAR手冊的編制。日本陸軍的《軍械條例》、俄羅斯的《現(xiàn)代戰(zhàn)斗中坦克和摩步分隊(duì)技術(shù)保障》等,明確了各級指揮機(jī)構(gòu)在戰(zhàn)場搶修中的和任務(wù)分工。我軍頒布實(shí)施了國軍標(biāo)GJB/Z20437-97《裝備戰(zhàn)場損傷評估與修復(fù)手冊的編寫要求》,為編制各類武器裝備的BDAR手冊明確了要求、提供了具體的技術(shù)途徑;許多具體型號裝備的BDAR手冊相繼出爐;空軍也制訂了《空軍飛機(jī)戰(zhàn)傷搶修研究規(guī)劃》,加速推進(jìn)飛機(jī)戰(zhàn)傷搶修研究。
(3) 建設(shè)搶修專業(yè)隊(duì)伍,開展搶修實(shí)踐
外軍建立了訓(xùn)練有素的應(yīng)急搶修專業(yè)分隊(duì)[4-5],如美軍的“上等牛排”工程部隊(duì)和“紅馬”重型作業(yè)土木中隊(duì),英國空軍基地的皇家工兵連、德國空軍基地的快速修復(fù)連。美軍斯特瑞克旅(Stryker)[6-7]作為美軍數(shù)字化部隊(duì)作戰(zhàn)能力與保障能力建設(shè)的突出代表,是美國陸軍根據(jù)“網(wǎng)絡(luò)中心戰(zhàn)”[8]、“數(shù)字化部隊(duì)”、“模塊化部隊(duì)”[9-10]等現(xiàn)代軍事概念和理論打造的一支新型陸軍部隊(duì),十分重視建設(shè)和發(fā)揮戰(zhàn)場搶修的作用。圖2~4簡要給出了斯特瑞克旅的總體編制、支援營編制以及修理連編制。其中,支援營的主要職能是計劃、準(zhǔn)備、快速部署并遂行各種勤務(wù)保障活動,為旅提供不間斷的后勤支援,保持和恢復(fù)旅在全譜作戰(zhàn)中的持續(xù)作戰(zhàn)能力。修理連的主要職能是負(fù)責(zé)旅武器裝備的維修保障、備件供應(yīng)等。其中,維修控制分排主要負(fù)責(zé)指導(dǎo)和管理各修理單位戰(zhàn)場搶修活動,并對修竣裝備進(jìn)行技術(shù)檢查;戰(zhàn)斗搶修組在戰(zhàn)斗中遂行伴隨保障任務(wù),主要負(fù)責(zé)對通用戰(zhàn)斗裝備進(jìn)行快速搶救、搶修及其他應(yīng)急處理;輪式車輛修理排主要負(fù)責(zé)建制內(nèi)輪式車輛的修理工作,并對前方戰(zhàn)斗搶修組無力修復(fù)的輪式車輛進(jìn)行修理;修理支援排主要負(fù)責(zé)對斯特瑞克旅的特種裝備進(jìn)行維修[11]。
(4) 創(chuàng)新多樣化搶修訓(xùn)練方法
創(chuàng)新了眾多搶修訓(xùn)練方式,包括相關(guān)搶修條令條例和技術(shù)手冊的學(xué)習(xí)、實(shí)踐性搶修訓(xùn)練、虛擬訓(xùn)練[12]、3D課件教學(xué)、網(wǎng)絡(luò)教學(xué)等,定期組織搶修技術(shù)人員進(jìn)行搶修培訓(xùn)和訓(xùn)練。美國陸軍軍網(wǎng)和移動式培訓(xùn)教室還為士兵提供戰(zhàn)場搶修虛擬教室的入口。例如,20世紀(jì)90年代末,美軍的SURVIAC(生存性易損性信息中心)開發(fā)了TWE/BDAR A&R System(威脅彈頭/戰(zhàn)場損傷評估與修復(fù)檔案與修補(bǔ)系統(tǒng)),該系統(tǒng)以現(xiàn)有搶修案例為基礎(chǔ),可為訓(xùn)練人員提供特定的裝備損傷和修復(fù)事件的損傷評估與搶修訓(xùn)練,以提高戰(zhàn)場搶修人員和戰(zhàn)斗人員的戰(zhàn)時修理效率。2000年,美國空軍研究實(shí)驗(yàn)室開發(fā)了空軍戰(zhàn)場搶修演示系統(tǒng),其重點(diǎn)為戰(zhàn)場損傷評估,既可通過訓(xùn)練加快技術(shù)人員的評估速度,又能提高評估的精確度和完備度。在2003年的伊拉克戰(zhàn)爭中,NGRAIN公司研發(fā)了一種面向任務(wù)的3D交互式戰(zhàn)場損傷評估與修復(fù)訓(xùn)練系統(tǒng),提高了搶修訓(xùn)練的效率,以更低的費(fèi)用取得了更好的訓(xùn)練效果。
表3 戰(zhàn)場搶修的實(shí)施原則Table 3 Implementation principle of battlefield repair
(5) 運(yùn)用新技術(shù)提升搶修能力
將條形碼、光存儲卡、射頻識別等技術(shù)廣泛運(yùn)用于遠(yuǎn)程檢測與診斷系統(tǒng)、交互式電子技術(shù)手冊[13]、綜合檢測設(shè)備和嵌入式故障診斷設(shè)備之中,提高了故障診斷正確率。實(shí)現(xiàn)了搶修工程車輛的多功能化,提高了其性能和使用效率;研制了面向戰(zhàn)地快速維修的零部件移動醫(yī)院[14],并給大部分主戰(zhàn)裝備配備了數(shù)字化工具箱。運(yùn)用維修“遠(yuǎn)程支援”系統(tǒng),使得后方技術(shù)人員能夠?yàn)榍胺降膽?zhàn)場搶修提供及時的技術(shù)支持。研制并應(yīng)用搶修新材料與新技術(shù),如碳纖維加固技術(shù)、無電焊接技術(shù)[15]、3D打印技術(shù)[16]等,縮短了搶修時間,提高了搶修效率。
(6) 開展搶修任務(wù)分配方案的決策技術(shù)研究
學(xué)者提出了眾多的搶修任務(wù)指派(排序)模型及相應(yīng)的求解方法。文獻(xiàn)[17]從受損裝備擔(dān)負(fù)作戰(zhàn)任務(wù)重要程度、搶修任務(wù)的搶修性特征、資源的重組性、裝備受損情況、搶修環(huán)境5個方面建立了戰(zhàn)場搶修任務(wù)重要度決策指標(biāo)體系,構(gòu)建了基于證據(jù)推理的多任務(wù)搶修重要度決策模型。文獻(xiàn)[18-23]針對戰(zhàn)損裝備搶修排序問題,分別提出了基于模糊綜合評判法、多屬性決策理論、改進(jìn)TOPSIS方法、BP神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、案例推理的求解方法,提高了指揮員戰(zhàn)時決策的準(zhǔn)確性。文獻(xiàn)[24]依據(jù)任務(wù)緊急程度對戰(zhàn)損裝備搶修任務(wù)進(jìn)行分類,構(gòu)建了基于不同緊急度的裝備搶修任務(wù)指派模型,并利用蟻群算法設(shè)計求解。文獻(xiàn)[25]以最短的時間、最少的手段使裝備至少具有完成部分任務(wù)的能力為目標(biāo),建立了艦船搶修任務(wù)規(guī)劃約束優(yōu)化模型,提出了貪婪隨機(jī)變鄰域搜索算法。文獻(xiàn)[26]考慮搶修任務(wù)的時間約束、邏輯約束、搶修力量的平衡度約束、搶修力量的能力、搶修花費(fèi)代價等約束,以作戰(zhàn)單元戰(zhàn)斗力恢復(fù)最大、搶修花費(fèi)代價最小為目標(biāo),建立了戰(zhàn)時搶修力量多目標(biāo)調(diào)度模型。文獻(xiàn)[27]以最短時間、最短距離和最優(yōu)分隊(duì)指派為目標(biāo),采用遺傳算法進(jìn)行了戰(zhàn)損艦艇裝備的搶修分隊(duì)調(diào)度優(yōu)化模型。文獻(xiàn)[28]和文獻(xiàn)[29]針對戰(zhàn)時維修時間有限與維修任務(wù)眾多這一矛盾,以定點(diǎn)修理中的維修任務(wù)分配為研究對象,提出了2種不同約束條件下的動態(tài)維修任務(wù)調(diào)度方法,并設(shè)計了相應(yīng)的求解方法。文獻(xiàn)[30]引入戰(zhàn)場搶修任務(wù)分工復(fù)雜性概念,通過NASAT-LX(NASA task load indes)法對戰(zhàn)場搶修任務(wù)分工復(fù)雜性進(jìn)行度量,建立了基于加權(quán)支持向量回歸的戰(zhàn)場搶修任務(wù)分工復(fù)雜性的測算模型,有利于提高搶修任務(wù)分工的準(zhǔn)確性。
(7) 加快搶修資源配置與重組技術(shù)研究
文獻(xiàn)[31]運(yùn)用排隊(duì)論原理,將戰(zhàn)損的工程裝備隊(duì)列進(jìn)行優(yōu)先權(quán)等級劃分,以工程裝備完好率為目標(biāo),確定了配置維修小組的最小數(shù)量。文獻(xiàn)[32]針對搶修備件配置問題,分別建立了基于可用度的非戰(zhàn)斗損傷搶修備件需求量模型和戰(zhàn)時搶修備件的需求量模型,應(yīng)用Monte Carlo算法對模型進(jìn)行了仿真分析與計算。文獻(xiàn)[33]以戰(zhàn)時協(xié)同維修保障過程為背景,針對維修任務(wù)間客觀存在的資源短缺及資源沖突等問題,基于搶修開始時刻最早、支援點(diǎn)數(shù)量最少的要求,建立了戰(zhàn)場搶修多需求點(diǎn)多資源優(yōu)化調(diào)度模型,設(shè)計了基于需求點(diǎn)優(yōu)先度的資源優(yōu)化調(diào)度方法和算法。文獻(xiàn)[34]針對搶修任務(wù)間的資源需求沖突問題,以總搶修效益最大為目標(biāo),建立了搶修資源重組決策模型,設(shè)計了混合粒子群進(jìn)行求解。文獻(xiàn)[35]基于不確定決策理論中的拉普拉斯準(zhǔn)則及網(wǎng)絡(luò)上任意一點(diǎn)均有可能發(fā)生任務(wù)需求的假設(shè),以整個機(jī)動交通網(wǎng)的覆蓋率最大為目標(biāo),構(gòu)建了雙重覆蓋標(biāo)準(zhǔn)選址模型,運(yùn)用遺傳禁忌算法求解。文獻(xiàn)[36]從滿足一定戰(zhàn)備完好率出發(fā),引進(jìn)戰(zhàn)場搶修允許時間,建立了防空作戰(zhàn)戰(zhàn)場搶修的保障資源配置地域選擇模型。文獻(xiàn)[37]分析了裝備戰(zhàn)損規(guī)律,提出了戰(zhàn)損率計算模型,分析了戰(zhàn)時陸戰(zhàn)裝備搶修實(shí)施過程,給出了陸戰(zhàn)裝備戰(zhàn)場搶修力量編組和配置,運(yùn)用Simio仿真平臺建立了面向具體任務(wù)的損傷修復(fù)模型和搶修力量配置調(diào)度模型。
(8) 同步推進(jìn)其他方面的研究
文獻(xiàn)[38]研究了烏克蘭沖突中的裝備損傷案例,分析了其損傷模式、損傷等級分布、損傷部位及其被彈概率,為我軍提供了有益參考。文獻(xiàn)[39]集成多Agent建模仿真技術(shù)、元胞自動機(jī)技術(shù)、環(huán)境-規(guī)則-智能體(ERA)方案,通過建立基于Agent的BGC2R(belief-goal-command-capabilities-role)模型,解決了裝甲裝備修理分隊(duì)搶修能力動態(tài)評估問題。文獻(xiàn)[40]提出了一種適用于陸地輪式戰(zhàn)斗車輛的現(xiàn)地?fù)屝迒卧?。文獻(xiàn)[41]綜述了建模仿真技術(shù)在飛機(jī)戰(zhàn)傷搶修研究中研究概況。文獻(xiàn)[42]針對直升機(jī)懸翼的具體搶修問題開展了研究。文獻(xiàn)[43]闡述了可持續(xù)性的內(nèi)涵及特點(diǎn),分析了飛行器發(fā)動機(jī)及其鏈路系統(tǒng)的戰(zhàn)場損傷評估及搶修的步驟和工序,介紹了一種能夠快速完成戰(zhàn)場損傷評估的工具。文獻(xiàn)[44]提出了電源裝備戰(zhàn)場損傷等級劃分方法,探討了電源裝備損傷評估一般程序和方法,以及其戰(zhàn)場修復(fù)方法。
任務(wù)動態(tài)調(diào)度問題,其實(shí)質(zhì)是動態(tài)的任務(wù)分配問題,可以抽象為動態(tài)車輛路徑問題(dynamic vehicle routing problem,DVRP)或動態(tài)旅行商問題(dynamic traveling salesman problem, DTSP)的延伸問題(DVRP與DTSP實(shí)質(zhì)是相同的)。國內(nèi)外學(xué)者對該問題的研究已經(jīng)取得了豐碩的研究成果。
(1) 研究對象與應(yīng)用范疇日趨廣泛
DVRP最先由Wilson和Colvin提出,隨后Psaraftis[45]界定了immediate request的概念:對既定車輛路徑進(jìn)行快速調(diào)整以盡快滿足顧客提出的新需求。1996年GPS(global positioning system)的誕生、智能手機(jī)以及地理信息系統(tǒng)(geographic information systems,GISs)的發(fā)展,許多公司加快推動DVRP問題的研究,通過快速追蹤其車隊(duì)行蹤、動態(tài)調(diào)整行進(jìn)路線,為顧客提供更優(yōu)質(zhì)的服務(wù),并縮減服務(wù)成本。其中最典型的DVRP是處理任務(wù)執(zhí)行過程中的客戶新需求問題,需求包括貨物[46-52]和服務(wù)[53-57],路途時間[58-64]也作為絕大部分現(xiàn)實(shí)問題的一個動態(tài)組成部分被納入到研究范圍內(nèi)來,而服務(wù)時間則基本沒有考慮,如Intelligent Transport Systems (ITSs)中的Advanced Fleet Management Systems (AFMSs)[65-67]。最新一些研究考慮了動態(tài)需求集合[68-70]、車輛可用與否[71-73]、執(zhí)行任務(wù)過程中的車輛損壞[74]、動態(tài)環(huán)境[75]。
1) 在應(yīng)用DVRP解決客戶服務(wù)需求方面,限制條件包括服務(wù)地點(diǎn)、可能的服務(wù)時間(即時間窗)、車輛的容量限制,其中最簡單的可歸結(jié)為動態(tài)旅行商問題(DTSP)[76]。① 修理工的調(diào)度問題。維修公司給不同的修理工提前指定不同的行進(jìn)路線,服務(wù)已提出預(yù)定的客戶,新的緊急客戶需求則需要插入到原行進(jìn)路線中,其實(shí)際約束條件包括修理工技能的柔性、工具限制、新的維修需求所需要耗費(fèi)的時間[77]等。② 醫(yī)生的調(diào)度問題。急診病人的電話需求隨機(jī)動態(tài)到達(dá),值班醫(yī)生需要衡量嚴(yán)重性,并派出相應(yīng)醫(yī)生隨救護(hù)車前往救治;與此同時,醫(yī)院還需要考慮留下一定數(shù)量的醫(yī)生,以滿足自行到醫(yī)院就醫(yī)的急診病人。
2) 在應(yīng)用DVRP解決貨物/人員運(yùn)輸方面,典型應(yīng)用包括:① 城市快遞服務(wù)[78-80]??爝f員被派往固定流轉(zhuǎn)中心送、取快遞,或者是被派往某個顧客處提供服務(wù)(包括送、取快遞及其他服務(wù)),顧客依據(jù)路途遠(yuǎn)近和服務(wù)質(zhì)量付費(fèi)。快遞公司往往擁有一個混合車隊(duì),包括自行車、摩托車、小汽車、貨運(yùn)車等,核心問題在于動態(tài)地安排快遞員行進(jìn)路線,影響因素不僅包括事先已知的顧客需求類型及需求量、送(取)貨物的地點(diǎn)、時間窗,還包括交通變化情況和路途時間的不確定性。② 人員接送問題[81-84]。該問題與貨物運(yùn)輸問題相似,但額外的約束包括等待時間、交通擁堵情況、服務(wù)時間長短、空載費(fèi)用消耗等。最典型例子包括出租車電調(diào)問題、學(xué)生(老人、病人、殘疾人)接送問題。③ 航線安排問題[85-88]。航空公司為顧客提供選擇機(jī)會,是否選擇小機(jī)場(以縮減手續(xù)辦理時間和安檢等待時間)、是否接受飛機(jī)經(jīng)停、是否有富裕旅行時間,然后綜合顧客需求安排飛機(jī)類型和航線。
(2) 采用“動態(tài)問題靜態(tài)化”的求解思路
就已查閱到的現(xiàn)有文獻(xiàn)而言,求解任務(wù)動態(tài)調(diào)度問題的核心思路均屬于:動態(tài)問題靜態(tài)化,即將動態(tài)調(diào)度問題轉(zhuǎn)化為一系列靜態(tài)子問題[89],然后采用適合的精確計算方法或智能優(yōu)化算法,最終求得這些靜態(tài)子問題的最優(yōu)解。
文獻(xiàn)[90]通過計劃周期分片,將動態(tài)車輛路徑問題轉(zhuǎn)換為一系列靜態(tài)子問題,采用插入法構(gòu)造初始解,利用重定位法、節(jié)點(diǎn)交換法和2-opt*法進(jìn)行線路間局部搜索。文獻(xiàn)[91]根據(jù)優(yōu)化時間點(diǎn)的選取將帶時間窗DVRP轉(zhuǎn)化成靜態(tài)子模型,并對比研究了4種優(yōu)化調(diào)度策略的優(yōu)劣。文獻(xiàn)[92]考慮更貼合實(shí)際的約束條件,將動態(tài)車輛路徑問題分解為車輛選擇問題和路線優(yōu)化問題,建立了多車型開放式動態(tài)需求車輛路徑兩階段數(shù)學(xué)規(guī)劃模型,制定了“預(yù)優(yōu)化路線調(diào)度”和“實(shí)時動態(tài)調(diào)度”兩階段求解方法。文獻(xiàn)[93]建立了多維修需求點(diǎn)、多維修任務(wù)和多維修保障單位的動態(tài)調(diào)度問題數(shù)學(xué)模型,采用“動態(tài)問題靜態(tài)化”思路進(jìn)行求解,即同一時刻的靜態(tài)優(yōu)先級是不變的,而不同時刻具有不同的優(yōu)先級。
(3) 提出多樣化的求解方法
動態(tài)任務(wù)調(diào)度問題絕大部分均屬于NP難題,在求解方法方面,可以分為3大類:精確求解方法、基于仿真的方法和智能優(yōu)化算法。
1) 精確求解方法
① 線性規(guī)劃(linear programming, LP)[94]是將調(diào)度問題的目標(biāo)函數(shù)與約束條件用線性規(guī)劃方程表示出來,爾后利用單純形法求取多變量線性函數(shù)的最優(yōu)解。② 整數(shù)規(guī)劃(integer programming, IP)[95]可解決自變量限制為整數(shù)的任務(wù)調(diào)度問題,常用方法包括:割平面法、枚舉法和分枝定界法等。其中,分枝定界法應(yīng)用比較廣泛,但僅適用于求解小規(guī)模的任務(wù)調(diào)度問題。③ 動態(tài)規(guī)劃(dynamic programming, DP)[96]將多階段決策過程轉(zhuǎn)化為一系列單階段問題,并利用各階段之間的相關(guān)性逐個求解,最終得到最優(yōu)決策。④ 排隊(duì)論(queues theory, QT)[97]適用于分析任務(wù)調(diào)度系統(tǒng)的性能、設(shè)計適合的配置規(guī)則,如用于確定維修保障機(jī)構(gòu)中的修理組數(shù)量。
綜上所述,針對小規(guī)模的任務(wù)調(diào)度問題,精確求解方法可在較短時間內(nèi)求得最優(yōu)解。但隨著問題規(guī)模增大,求解所需時間和求解難度呈指數(shù)遞增,實(shí)用性變得很差;且精確求解方法大多建立在某些理想化假設(shè)的基礎(chǔ)上,不能反映戰(zhàn)場搶修的環(huán)境復(fù)雜性、不確定性、動態(tài)性。
2) 基于仿真的方法
與精確求解方法不同,基于仿真的方法并不單純追求最優(yōu)解,它側(cè)重于對裝備保障系統(tǒng)運(yùn)行的邏輯關(guān)系進(jìn)行描述,能夠?qū)屝奕蝿?wù)分配方案進(jìn)行評價,并可驗(yàn)證求解算法的有效性。但該方法花費(fèi)高,仿真的準(zhǔn)確性、可信度難以保證,即使高精度的仿真模型也無法快速找到最優(yōu)解,且很難從特殊實(shí)驗(yàn)中提煉出一般規(guī)律。
3) 智能優(yōu)化方法
典型方法包括:模擬退火算法、禁忌搜索、遺傳算法、人工智能方法等。
a) 模擬退火算法(simulated annealing, SA)[98]基于蒙特卡羅迭代算法求解,由某一高溫度開始,利用具有概率突變特性的Metropolis抽樣策略,在解空間隨機(jī)搜索,隨著溫度不斷下降,重復(fù)搜索過程,最終得到問題的全局最優(yōu)解。SA收斂速度慢,很難用于實(shí)時動態(tài)任務(wù)調(diào)度。
b) 禁忌搜索(tabu search, TS)[99]采用禁忌表來封鎖剛搜索過的區(qū)域以避免迂回搜索、增加計算量,同時赦免禁忌區(qū)域中的一些優(yōu)良狀態(tài),進(jìn)而保證搜索的多樣性,最終達(dá)到全局優(yōu)化。TS不易陷入局部最優(yōu),但受初始解影響較大,若初始解選擇不當(dāng),則難以達(dá)到全局最優(yōu)。
c) 遺傳算法(genetic algorithm, GA)[100]借鑒進(jìn)化論思想,在確定初始種群的基礎(chǔ)上,采用選擇、交叉、變異算子逐步進(jìn)化,經(jīng)過優(yōu)勝劣汰,最終求得最優(yōu)解。GA在搜索過程中不易陷入局部最優(yōu),找到全局最優(yōu)解的概率極大,算法具有并行性,非常適合處理大規(guī)模任務(wù)調(diào)度問題;且易于與其他技術(shù)方法相結(jié)合,形成性能更優(yōu)的算法。但GA搜索效率低,易于早熟。
d) 人工智能方法是利用人工智能的原理和技術(shù)進(jìn)行搜索,譬如將優(yōu)化過程轉(zhuǎn)化為智能系統(tǒng)動態(tài)的演化過程,基于系統(tǒng)動態(tài)的演化來實(shí)現(xiàn)優(yōu)化[101]。典型方法包括:神經(jīng)網(wǎng)絡(luò)[102]、專家系統(tǒng)[103]、蟻群算法[104]、粒子群算法[105]等。
智能優(yōu)化方法可用于求解較大規(guī)模的任務(wù)調(diào)度問題,且所需計算時間較短,但不能保證尋得問題的最優(yōu)解。
(1) 對裝備戰(zhàn)場損傷的內(nèi)涵外延、戰(zhàn)場損傷評估、戰(zhàn)場損傷修復(fù)、組織實(shí)施等進(jìn)行了廣泛研究,但缺乏對戰(zhàn)場搶修組織實(shí)施的定量研究,即如何通過模型的定量化計算,合理地確定出搶修力量的任務(wù)區(qū)分和部署配置,并依據(jù)戰(zhàn)場態(tài)勢的發(fā)展變化,適時地對搶修力量進(jìn)行指揮控制,使得整體搶修效益最高。
(2) 關(guān)于戰(zhàn)場搶修任務(wù)調(diào)度(指派)的現(xiàn)有研究成果,絕大部分將其修理方式限定為定點(diǎn)修理,進(jìn)而將戰(zhàn)場搶修問題轉(zhuǎn)化為平時的定點(diǎn)維修問題來解決;這一轉(zhuǎn)化的前提是戰(zhàn)時需花費(fèi)大量時間進(jìn)行偵察與后送,但這樣的轉(zhuǎn)化策略,忽略了時間這一戰(zhàn)場搶修的首要因素,與戰(zhàn)場搶修“使損傷裝備在最短的時間內(nèi)再次投入戰(zhàn)斗或能夠自救”的目標(biāo)相違背。缺乏關(guān)于伴隨搶修和巡回?fù)屝薜难芯俊?/p>
(3) 搶修任務(wù)分配方案的決策,缺乏定量化測算模型及求解方法,只能依靠決策者的主觀經(jīng)驗(yàn)和定性搶修原則進(jìn)行決策,導(dǎo)致決策主觀性過強(qiáng)、風(fēng)險較高;且在實(shí)際操作過程中,這些搶修原則往往相互矛盾沖突、難以調(diào)合,使得有限的搶修時間、保障人員、保障裝備分配不合理,該先修的未及時修,可后修的卻先修了,出現(xiàn)不恰當(dāng)或無效的修理,使得整體搶修效益不高。
(4) 雖有部分關(guān)于維修任務(wù)靜態(tài)分工的研究成果,但其與“搶修需求呈現(xiàn)出的時間、地點(diǎn)的不確定性規(guī)律”不符;缺乏關(guān)于搶修任務(wù)動態(tài)調(diào)度的研究,忽略了對部分實(shí)際約束條件的合理抽象(如恢復(fù)狀態(tài)的不確定性、不同搶修單元間的搶修能力差異等),沒有考慮不同的動態(tài)驅(qū)動策略對任務(wù)分配結(jié)果的影響。
本文從戰(zhàn)場搶修和任務(wù)動態(tài)調(diào)度2個方面,對戰(zhàn)場搶修任務(wù)動態(tài)調(diào)度問題進(jìn)行了研究現(xiàn)狀的歸納梳理,分析了現(xiàn)有研究存在的不足,提出了建設(shè)建議和發(fā)展方向,為后續(xù)解決戰(zhàn)場搶修任務(wù)動態(tài)調(diào)度問題提供了方向指引。