馮浩源 呂衛(wèi)民 江式偉
(1.海軍航空工程學(xué)院研究生管理大隊 煙臺 264001)(2.海軍航空工程學(xué)院飛行器工程系 煙臺 264001)
在保障使命分解方法研究方面,目前的分解方法包括:按區(qū)域分解法、按目標(biāo)分解法、按功能分解法、按活動類型分解法等[1]。這些方法可以將使命分解到具體的子任務(wù)或者原任務(wù)程度,如圖1所示。
圖1 使命任務(wù)分解示意圖
根據(jù)此圖可以很直觀的看出使命構(gòu)成,從而為軍事保障需求分析奠定基礎(chǔ)。但是這些方法均不能動態(tài)反映構(gòu)成使命的子任務(wù)間的關(guān)系,分解的子任務(wù)為靜態(tài)孤立的任務(wù)模型,不能滿足對軍事保障需求動態(tài)分析的要求,對保障能力進行評估時存在評價指標(biāo)難以客觀綜合的突出問題。
在流程集成方法研究方面,目前大都采用排序論等方法,雖然可以求得確定條件下技術(shù)準(zhǔn)備工作中輔助裝備的最佳數(shù)量配置,以保證技術(shù)準(zhǔn)備任務(wù)的按時完成和輔助裝備的較高利用率[2]。但由于實踐過程中,環(huán)境條件、保障設(shè)備條件以及保障人員狀態(tài)都是隨著時間發(fā)生變化的,因此必須將靜態(tài)的流程轉(zhuǎn)化為動態(tài)的流程集成模型,根據(jù)實際條件實時的給出最優(yōu)流程,保證保障任務(wù)的順利、高效完成。
保障流程這樣的離散事件系統(tǒng)所表現(xiàn)出來的復(fù)雜性是很難通過采用某種單一的傳統(tǒng)技術(shù)來完全體現(xiàn)的,而Petri網(wǎng)則以其特有的處理離散事件系統(tǒng)的能力而備受關(guān)注,因其既可較好的體現(xiàn)系統(tǒng)的靜態(tài)結(jié)構(gòu),又可通過托肯的觸發(fā)運行來表現(xiàn)系統(tǒng)的動態(tài)特征,再加上豐富的數(shù)學(xué)理論支持及眾多的分析技術(shù),使之成為離散事件系統(tǒng)優(yōu)秀的建模、分析和仿真工具[3]。
因此,本文提出了一種基于保障模式組合的保障使命分解方法,并選取DoDAF產(chǎn)品中的OV-5視圖,對任務(wù)進行分解,以得到具體活動集合。在得到活動集合并完成資源集成的基礎(chǔ)上,通過構(gòu)建基于Petri網(wǎng)的流程動態(tài)規(guī)劃模型,以完成實時優(yōu)化保障任務(wù)流程的目標(biāo)。
由于保障的最終目標(biāo)是完成對作戰(zhàn)使命任務(wù)的支持,因此對于保障體系使命的分解,可以參考作戰(zhàn)使命分解為作戰(zhàn)模式的方法,將保障使命分解為數(shù)種保障模式,保障模式通過組合的方式完成對作戰(zhàn)模式的支撐。
同時考慮到實際的保障工作通常是一項保障任務(wù)圍繞一種主戰(zhàn)裝備開展的工作模式,可以將保障模式直接分解到對應(yīng)各類型主戰(zhàn)裝備保障任務(wù)的層次上??梢?,對于特定的作戰(zhàn)任務(wù),根據(jù)作戰(zhàn)模式可以得到參戰(zhàn)主戰(zhàn)裝備的數(shù)量與類型,據(jù)此可以得到此時為完成使命的保障模式組合,即保障任務(wù)的組合,如圖2所示。
圖2 保障體系使命分解圖
將保障使命分解到任務(wù)層次后,對保障任務(wù)進行靜態(tài)建模。根據(jù)任務(wù)的形式化描述方法,對保障任務(wù)的形式化描述需要四方面信息:目標(biāo)描述、裝備描述、活動描述以及活動間關(guān)系描述。為對其進行形式化的描述,現(xiàn)對如下內(nèi)容進行定義:
定義1(保障任務(wù))對于任何一個保障任務(wù),其都可被形式化描述為一個四元組
其中,TO={TO1,TO2,…,TOn}表示保障任務(wù)的目標(biāo)集合;TE={TE1,TE2,…,TEn}表示保障任務(wù)的裝備集合;TA={TA1,TA2,…,TAn}表示保障任務(wù)的活動集合;TR=〈SeqR,CndR,AndR,OrR,ConcR,SynR,CycR〉表示作戰(zhàn)任務(wù)的活動間關(guān)系集合。
定義2(保障任務(wù)的目標(biāo))保障任務(wù)的目標(biāo)指保障任務(wù)的完成條件或目標(biāo),對于不同的目標(biāo),用TOi(i=1,2,…,n)表示。
定義3(保障任務(wù)的裝備)保障任務(wù)的裝備是指參與完成保障任務(wù)活動的各類裝備所構(gòu)成的集合,用(i=1,2,…,n)表示。
定義4(保障任務(wù)的活動)保障任務(wù)的活動是保障任務(wù)的基本元素,具有不可分割性和特定目標(biāo)性。它是指在滿足一定的條件下,可由一定的保障系統(tǒng)根據(jù)相關(guān)的規(guī)則、條例、條令完成過程動作。保障任務(wù)的活動可以用TAi(i=1,2,…,n)表示。
定義5(保障任務(wù)活動間的關(guān)系)保障任務(wù)活動間的關(guān)系是指保障任務(wù)活動之間的相互約束和邏輯關(guān)系,即順序關(guān)系(SeqR)、條件關(guān)系(CndR)、與關(guān)系(AndR)、或關(guān)系(OrR)、并發(fā)關(guān)系(ConcR)、同步關(guān)系(SynR)、循環(huán)關(guān)系(CycR)。
美國國防部體系結(jié)構(gòu)框架DoDAF為體系結(jié)構(gòu)的描述、表示及作戰(zhàn)行動和業(yè)務(wù)運作過程的集成定義了一種通用的途徑[4]。DoDAF由20多個產(chǎn)品構(gòu)成,這些產(chǎn)品分別從作戰(zhàn)視圖、系統(tǒng)視圖和技術(shù)視圖對體系結(jié)構(gòu)進行描述,根據(jù)任務(wù)描述需求在DoDAF框架中選取適當(dāng)產(chǎn)品。
為描述任務(wù)目標(biāo)和任務(wù)活動,選取OV-5任務(wù)活動圖,OV-5能夠?qū)崿F(xiàn)對任務(wù)目標(biāo)的集合TO={TO1,TO2,…,TOn}以及任務(wù)活動的集合TA={TA1,TA2,…,TAn}的描述;為描述任務(wù)裝備,選取OV-2任務(wù)節(jié)點圖、OV-4組織關(guān)系圖以及OV-3任務(wù)信息交互矩陣,通過以上三個視圖,可表現(xiàn)保障裝備的集合TE={TE1,TE2,…,TEn}及集合內(nèi)元素間的信息交換;為描述任務(wù)活動間關(guān)系,選取OV-6c任務(wù)事件跟蹤描述圖,OV-6c圖涵蓋了與活動間關(guān)系TR=〈SeqR,CndR,AndR,OrR,ConcR,SynR,CycR〉相關(guān)的信息。
選取OV-5用于構(gòu)建任務(wù)靜態(tài)模型。對美軍航母航空保障的典型任務(wù)進行分析并對任務(wù)的活動進行形式化描述后,可建立該任務(wù)的OV-5活動樹狀圖,如圖3所示。
圖3 OV-5任務(wù)活動樹狀圖
1)任務(wù)分解原則
(1)原則一,目標(biāo)原則
以原任務(wù)關(guān)聯(lián)到具體目標(biāo)為依據(jù),當(dāng)具體目標(biāo)的執(zhí)行被分解到某一任務(wù)時,該任務(wù)可以優(yōu)先確定為原任務(wù)。
(2)原則二,任務(wù)空間維度原則
從任務(wù)執(zhí)行空間的維度進行進一步的分解,以全面考慮任務(wù)執(zhí)行可能的情況。
(3)原則三,階段劃分原則
階段劃分是對任務(wù)執(zhí)行過程與序列行動的考慮,在任務(wù)分解過程中從任務(wù)執(zhí)行或?qū)崿F(xiàn)的階段劃分來考慮是否需要進一步分解得到原任務(wù)。
(4)原則四,任務(wù)區(qū)域或方向原則
任務(wù)區(qū)域或方向原則是對保障主體進行以執(zhí)行任務(wù)過程可能的路徑選擇、行進方向選擇和任務(wù)區(qū)域選擇的考慮。
根據(jù)美軍航母航空保障使命特征,主要依據(jù)階段劃分的原則進行任務(wù)分解,在任務(wù)的分解過程中綜合考慮原則一、原則三和原則四。
2)分解過程
定義1保障任務(wù)兩個外部節(jié)點,分別為下達保障指令,以及確定保障任務(wù)結(jié)束。
定義2保障任務(wù)的輸入為保障模式和保障規(guī)模,它們來源于外部節(jié)點,輸出為任務(wù)結(jié)束,去向另一個外部節(jié)點。根據(jù)定義1、2美航母航典型對岸作戰(zhàn)保障任務(wù)的前后關(guān)系圖如圖4所示。
圖4 OV-5任務(wù)前后關(guān)系圖
對岸作戰(zhàn)保障這一任務(wù)進行分解,其下包含四個子任務(wù),分別為:計劃準(zhǔn)備、保障出航、起飛作戰(zhàn)和返航回收,如圖5所示。
圖5 對岸作戰(zhàn)保障任務(wù)的分解視圖
在這里可以根據(jù)需要選取繼續(xù)對這四個子任務(wù)繼續(xù)分解,如圖6~9所示。
圖6 計劃準(zhǔn)備準(zhǔn)備子任務(wù)分解視圖
通過前面使命任務(wù)分解與建模的工作,得到了具體的保障活動集合,為了優(yōu)化組織活動以便高效地完成任務(wù),需要完成資源集成、業(yè)務(wù)流程規(guī)劃與資源配置。為此,本文提出了一種基于Petri網(wǎng)的流程集成模型。
圖7 保障出航子任務(wù)分解視圖
圖8 起飛作戰(zhàn)子任務(wù)分解視圖
圖9 返航回收子任務(wù)分解視圖
為清楚地顯示模型的輸入輸出關(guān)系,作其概念視圖,如圖10所示。
圖10 保障流程集成模型的概念視圖
保障流程集成模型由三大模塊組成,即保障活動TA;保障資源TBi,包括:保障裝備TE,保障人員TP和特殊資源TS(空間、備品配件等);流程動態(tài)規(guī)劃模型。
保障活動TA已經(jīng)通過保障使命任務(wù)分解與建模獲得,其參數(shù)構(gòu)成為
其中XBi為保障資源需求(類型、數(shù)量);XTi為保障活動消耗的時間;XCi為前置后續(xù)條件,即要求活動在另一項活動之前或之后才能執(zhí)行的條件;BWi為保障活動完成次數(shù)標(biāo)記;PRi為活動優(yōu)先級,即活動在業(yè)務(wù)流程規(guī)劃時的優(yōu)先等級。
保障資源TB是所有保障成員共享的資源,通過信息化系統(tǒng)將體系資源聚合為一體,形成可互換可共享的資源池,供流程動態(tài)規(guī)劃模型統(tǒng)一調(diào)配使用。保障資源TB的參數(shù)構(gòu)成為
其中BLi為保障資源類型;BRi為保障資源的可用性標(biāo)記(可用標(biāo)記為1,不可用標(biāo)記為0)。
流程動態(tài)規(guī)劃模型的輸入是由使命任務(wù)分解模型提供的任務(wù)活動集合和由資源集成得到的資源集合,其輸出是業(yè)務(wù)流程與資源配置方案,下面介紹具體建模過程。
用Petri網(wǎng)進行調(diào)度屬于混合型優(yōu)化方法[5],首先以Petri網(wǎng)為工具對系統(tǒng)進行分析、建模,然后利用啟發(fā)式算法對模型可達圖進行搜索,最終獲得有效并優(yōu)化后的調(diào)度結(jié)果,即業(yè)務(wù)流程與資源配置方案。
1)Petri網(wǎng)結(jié)構(gòu)模型的建立與簡化
時間Petri網(wǎng)分為時間與庫所相關(guān)聯(lián)(TPPN)和時間與變遷相關(guān)聯(lián)(TTPN)兩種,本文采用TTPN作為建模工具。TTPN為六元組[6],PN=(p,T,F(xiàn),W,M0,D),其 中p={p1,p2,L,pm}為一個有窮的庫所集,用以表示系統(tǒng)中的資源或狀態(tài);T={t1,t2,L,tn}為一個有窮的變遷集,用以代表事件或操作;F?(P×T)∪(T×P)為網(wǎng)中的流關(guān)系;W:F→{1,2,3,L}為一個表示權(quán)重的映射函數(shù);M0:P→{0,1,2,L}是系統(tǒng)的初始標(biāo)志;D:P→R+表示和變遷關(guān)聯(lián)的時間集。在TTPN中,系統(tǒng)的動態(tài)行為依賴于變遷的實施序列,而變遷延遲時間的累加即為實施序列的總延遲,因此變遷實施序列是決定系統(tǒng)性能高低的關(guān)鍵因素。
根據(jù)保障活動TAi的保障資源需求XBi和前置后續(xù)條件XCi,運用Petri網(wǎng)建模工具建立保障活動的Petri網(wǎng)結(jié)構(gòu)模型,如圖11所示。
圖11 保障活動的Petri網(wǎng)結(jié)構(gòu)模型(部分)
為了進一步簡化模型描述,根據(jù)模型內(nèi)部結(jié)構(gòu)具有相似性的特點,采用等價結(jié)構(gòu)壓縮技術(shù)[7]簡化模型描述,得到壓縮后的模型如圖12所示。如圖可見壓縮后的模型既保持了子網(wǎng)結(jié)構(gòu)的全部邏輯關(guān)系,又顯著降低了模型描述的復(fù)雜性,有利于對模型結(jié)構(gòu)的理解和仿真程序的設(shè)計。
2)調(diào)度策略的優(yōu)先級表達
圖12 壓縮后的保障活動的Petri網(wǎng)結(jié)構(gòu)模型(部分)
調(diào)度策略的實質(zhì)是資源占用的沖突消解,最終目標(biāo)是給出包含資源最優(yōu)分配策略的任務(wù)活動安排,即最優(yōu)業(yè)務(wù)流程。本文提出了一種以優(yōu)先級表達調(diào)度策略的方法,即為每一個變遷賦予一個唯一的優(yōu)先級標(biāo)記,在資源占用發(fā)生沖突時,比較沖突變遷的優(yōu)先級,優(yōu)先級高的變遷得以執(zhí)行,優(yōu)先級低的變遷則繼續(xù)等待。采用優(yōu)先級表達調(diào)度策略的突出優(yōu)點是計算量極低且具備全局性,有利于提高優(yōu)化算法的尋優(yōu)速度和降低啟發(fā)式算法落入局部最優(yōu)的可能性,同時也能直觀地表達變遷的重要程度,為目標(biāo)優(yōu)化提供有益的參考。
3)基于粒子群算法的調(diào)度策略優(yōu)化算法
本文采用粒子群算法來求解最優(yōu)調(diào)度策略,粒子群算法是典型的啟發(fā)式搜索算法,是解決完全N-P問題的有效方法,適用于非線性、不可微甚至不連續(xù)的函數(shù)的優(yōu)化,能以較大的概率求得全局最優(yōu)解,該算法還具有較強的魯棒性、全局收斂性和隱含并行性以及廣泛的適應(yīng)性。
粒子群算法的思想是,粒子在解空間中運動,通過跟蹤個體極值和群體極值更新個體位置。粒子每更新一次位置,就計算一次適應(yīng)度值,并且通過比較新粒子的適應(yīng)度值和個體極值、群體極值的適應(yīng)度值,更新個體極值和群體極值的位置。
假設(shè)在D維空間中,由n個粒子組成的種群X=(X1,X2,…,Xn)T,其中第i個粒子表示為一個D維的向量Xi=(Xi1,Xi2,…,XiD)T,其代表該粒子在D維搜索空間的位置,根據(jù)目標(biāo)函數(shù)計算每個粒子位置對應(yīng)的適應(yīng)度值。第i個粒子速度為Vi=(Vi1,Vi2,…,ViD)T,其個體極值為Pi= (Pi1,Pi2,…,PiD)T,種 群 全 局 極 值 為Pg=(Pg1,Pg2,…,PgD)T。在每次迭代中,粒子個體極值和群體更新自身的速度和位置公式為
其中,w為慣性權(quán)重,d=1,2,…,D;i=1,2,…n為當(dāng)前迭代次數(shù);c1、c2為加速度因子;c1、c2為[0,1]區(qū)間隨機數(shù)。
本例中的對岸作戰(zhàn)保障任務(wù)由38個相關(guān)活動構(gòu)成,保障資源共2類,包括:保障人員8人,其中A類3人,B類3人,C類1人,D類1人;主要緊缺資源有A、B、C三類。首先將與保障任務(wù)相關(guān)的資源占用情況轉(zhuǎn)化為0-1描述的狀態(tài)向量,獲得的初始狀態(tài)向量作為流程動態(tài)規(guī)劃模型的初始狀態(tài)值;然后隨機取得優(yōu)先級向量作為粒子群算法的輸入;之后設(shè)定迭代次數(shù)為300,粒子群數(shù)為20,每個粒子的維度為38;最后進行仿真計算,算法迭代過程如圖13所示。
圖13 粒子群算法迭代過程
在粒子群算法70次迭代以后,對岸作戰(zhàn)保障任務(wù)的總時間已經(jīng)保持不變,模型已經(jīng)得到了最優(yōu)解,即對岸作戰(zhàn)保障任務(wù)最短總時間為89分鐘,最終得到最優(yōu)業(yè)務(wù)流程如圖14所示。
圖14 對岸作戰(zhàn)保障任務(wù)最優(yōu)業(yè)務(wù)流程
保障使命任務(wù)分解與流程集成研究,具有重大的現(xiàn)實意義。本文在目前系統(tǒng)工程主要研究成果基礎(chǔ)上,運用美國國防部體系框架(DoDAF),給出了保障使命分解的原則與建立保障任務(wù)靜態(tài)模型的方法,在任務(wù)分解的基礎(chǔ)上,建立了保障任務(wù)靜態(tài)模型,提出了基于Petri網(wǎng)的保障集成建模方法,給出了模型的概念視圖,介紹了流程動態(tài)規(guī)劃模型的建立方法,運用上述模型與方法對實際案例進行分析與應(yīng)用,驗證了模型和方法的有效性,對保障使命任務(wù)分解與流程集成研究提供了一種參考,具有現(xiàn)實的支持意義。
[1]宋太亮.裝備保障性系統(tǒng)工程[M].北京:國防工業(yè)出版社,2008:2-3.
[2]劉純貴,陶勇剛.作戰(zhàn)飛機多級機務(wù)準(zhǔn)備流程優(yōu)化方法研究[J].航空維修與工程,2006(1):33-34.
[3]CHEN Jyh-h(huán)orng,F(xiàn)U Li-chen,LIN Ming-h(huán)ung.Petri net and GA based approach to modeling,scheduling,and performance evaluation for wafer fabrication[J].IEEE Trans.Robot.Automat.,2001,17(5):619-636.
[4]Cebrowski Arthur K.VAdm USN,Garstha John J.Network Centric Warfare:Its Origin an Future.Proceedings of the Naval Institute,1998,124(1):28-35.
[5]CHEN Hao-xun,IHLOW J,LEHM ANN C.A genetic algorithm for flexible job-shop scheduling[A].Proceedings of the 1999IEEE International Conference on Robotics & Automation[C].Detroit:IEEE,1999:1120-1125.
[6]Sun T H,Cheng C W,F(xiàn)u L C.A Petri net based approach to modeling and scheduling for FMS and a Case Study[J].IEEE Trans.Ind.Electron,1994,41(6):593-601.
[7]DoD Architecture Framework Working Group.DoD Architec-ture Framework Version 1.5Volume II[Z].2007-04-23.