基于Agent的信息化作戰(zhàn)油料保障調(diào)運模型

周慶忠

(后勤工程學(xué)院，重慶　401311)

?

基于Agent的信息化作戰(zhàn)油料保障調(diào)運模型

周慶忠

(后勤工程學(xué)院，重慶401311)

摘要：在信息化條件下，作戰(zhàn)油料保障向多樣化接力式調(diào)運保障模式演變，致使保障調(diào)運計劃優(yōu)化難度加大；為了解決這一問題，提出基于Agent的油料保障調(diào)運模型；應(yīng)用Agent技術(shù)，在決策者Agent與保障單位Agent之間構(gòu)建“多對多”交互場景，根據(jù)保障單位的運輸能力、行駛路徑等參數(shù)，對油料保障調(diào)運任務(wù)進行分派；論述深度優(yōu)先搜索模型算法，分析油料保障調(diào)運計劃生成過程；以聯(lián)合作戰(zhàn)油料保障調(diào)運為仿真實例，驗證模型有效性；仿真結(jié)果表明：該模型的研究對于提高作戰(zhàn)油料保障能力具有重要意義。

關(guān)鍵詞：油料保障；調(diào)運；Agent；任務(wù)；計劃

Citation format:ZHOU Qing-zhong.Agent Based Scheduling Transportation Model for Combat POL Support Under Informationization[J].Journal of Ordnance Equipment Engineering,2016(3):49-53.

信息化條件下，作戰(zhàn)油料保障調(diào)運能力直接關(guān)系到作戰(zhàn)部隊發(fā)油、供油、儲油機制的正常運轉(zhuǎn)，傳統(tǒng)直達輸送模式已逐漸被多樣化接力式調(diào)運保障模式所取代。因受到油料數(shù)量大、品種多、調(diào)運里程遠等眾多因素影響，致使作戰(zhàn)油料保障調(diào)運問題變得日趨復(fù)雜，涉及具有時間約束的多種類、多數(shù)量運載工具的裝卸與運輸[1-2]。但其并沒有限制油料運輸資產(chǎn)必須從某個中心油庫離開，并返回到該中心油庫，油料運輸資產(chǎn)之間不存在裝卸和交換所運輸?shù)挠土蟍3]。這屬于典型NP難題，若采用傳統(tǒng)方法來優(yōu)化油料保障調(diào)運計劃將非常困難。

應(yīng)用Agent技術(shù)建立分布動態(tài)的“多對多”實時交互的作戰(zhàn)油料保障調(diào)運模型，為解決這一難題提供了思路[4-5]。一組油料保障決策者Agent DMA (Decision maker Agent,DMA)，需制定遠距離輸送油料保障資源的調(diào)運計劃。決策者DMA使用保障單位Agent UA(Unit Agent,UA)的運輸服務(wù)將所需油料資源從供應(yīng)節(jié)點(如油庫)輸送至需求節(jié)點(如部隊加油站、野戰(zhàn)加油站等)。作戰(zhàn)環(huán)境瞬時萬變，眾多動態(tài)因素致使各保障單位UA可能只能運輸部分油料資源一部分距離。此外，信息技術(shù)的應(yīng)用，保障信息的實時獲取與交互共享，使得決策者DMA快速響應(yīng)保障態(tài)勢成為可能。欲配置不同Agent UA的油料保障服務(wù)，單項油料輸送任務(wù)由多個保障單位Agent協(xié)作，實施接力調(diào)運模式來完成油料保障任務(wù)，迫切需要行之有效方法作為理論依據(jù)[6]。因此，本文對基于Agent的信息化作戰(zhàn)油料保障調(diào)運模型進行研究，尋求并優(yōu)化油料保障調(diào)運任務(wù)分配計劃。

1模型建立

(1)

式(1)中，oiln為油品名稱；qoil為所調(diào)運的油品數(shù)量；ts為運輸起始時間；te為油品交付時間；ls為運輸起始地；le為運輸目的地；ρcd為運輸完成度。

(2)

式(2)中，F(xiàn)cap為油料運輸能力；Fqua為油料運輸質(zhì)量因子；Rtran為可運輸行駛的路徑集；Plocal為包含油料運輸路徑時間序列的局部計劃。

(3)

式(3)中，trs和tre分別為油料運輸路徑開始和結(jié)束時間，取決于油料運輸工具速度、裝載時間等；lrs和lre分別為運輸路徑開始地點和結(jié)束地點，路徑結(jié)束地點lre∈Rtran；Yrcheck為油料運輸路徑途中的檢查項目集；Frstate為運輸路徑路況因子；crtran為運輸成本。

(4)

式(4)中，oilnc為所檢查的油品名稱；qoilc為油品數(shù)量；Ffile為檢查運輸文件齊全因子。設(shè)Etotal(Rtran)表示在路徑中油料檢查項目Yrcheck∈Rtran內(nèi)，所有檢查項目的所有數(shù)量qoilc的總和。

(5)

2模型算法

(6)

式(6)中，tdl是調(diào)運任務(wù)請求截止時間；fplan是運輸單位Agent所使用的請領(lǐng)任務(wù)書評估函數(shù)，以便確定決策者Agent將用于評估請領(lǐng)任務(wù)書的成本值cplan。

運輸保障單位Agent對其所管轄的每條路線設(shè)置閾值θ。若路線可用于執(zhí)行某油料運輸任務(wù)，則設(shè)置其閾值θ<θ′。若路線沒有執(zhí)行某任務(wù)的特定部分或全程任務(wù)，則設(shè)置其閾值θ≥θ′，該路線將不被考慮用來執(zhí)行該油料運輸任務(wù)，即不將其作為請領(lǐng)任務(wù)書中的一個可用路線，以便節(jié)省計算時間。

圖1　深度優(yōu)先搜索算法示意圖

圖2　新任務(wù)產(chǎn)生示意圖

3仿真實例

以具有時間窗的聯(lián)合作戰(zhàn)油料保障調(diào)運為仿真實例來驗證模型有效性。聯(lián)合作戰(zhàn)油料保障計劃規(guī)定保障單位在特定時間和作戰(zhàn)區(qū)域內(nèi)所要完成的油料保障任務(wù)，保障單位UA必須在指定裝載時間窗內(nèi)裝載油料資源，在指定交付時間窗內(nèi)交付油料資源，保障單位UA間不能轉(zhuǎn)運油料，即其必須完成完整的路線。保障單位UA在指定地點(如油庫、戰(zhàn)區(qū))開始和結(jié)束油料保障任務(wù)。在油料保障案例數(shù)據(jù)基礎(chǔ)上，增設(shè)時間窗[TWstart,TWend]進行仿真實驗，模擬某次聯(lián)合作戰(zhàn)油料保障部分場景。設(shè)時間計算單位為小時(h)，TWend=9 999表示對時間無硬性要求，為保障任務(wù)設(shè)置 “應(yīng)急”級別，用于響應(yīng)聯(lián)合作戰(zhàn)油料需求變化，應(yīng)急保障有時間窗約束。

作戰(zhàn)油料保障分析預(yù)計，保障點LNT作戰(zhàn)用油裝備(如坦克)在時間段[50,70]燃油告急，急需補給油料q1噸。在時間段[47.5,48]之內(nèi)開始，使用野戰(zhàn)加油車實施群車野戰(zhàn)加油(任務(wù)Task3)。若不能在指定時間期限完成，將嚴重影響作戰(zhàn)裝備運作，導(dǎo)致重大損失。為了確保野戰(zhàn)加油車從戰(zhàn)術(shù)野戰(zhàn)油庫LTFD運載q1噸油料，在時間段[47.4,47.5]之內(nèi)趕到指定保障點LNT(任務(wù)Task2，行程時間為3h)，戰(zhàn)術(shù)野戰(zhàn)油庫LTFD在時間段[0,44.4]之內(nèi)完成對野戰(zhàn)加油車發(fā)油任務(wù)Task1。

在保障點LST，運輸車隊油料不足，需補給q2噸油料，運輸車隊將在時間段[85,110]啟程奔赴前線。必須在時間段[85,85.5] 之內(nèi)開始，使用群車加油車給運輸車輛補充油料(任務(wù)Task6)。否則，運輸車隊無法按時啟程，將延誤聯(lián)合作戰(zhàn)后勤物資補養(yǎng)，影響戰(zhàn)斗力量展開。為了保證群車加油車從附近部隊加油站LFOS運載q2噸油料，在時間段[84.5,85]之內(nèi)趕到指定保障點LST(任務(wù)Task5，行程時間為1 h)，加油站LFOS在時間段[0,83.5]之內(nèi)完成對群車加油車發(fā)油任務(wù)Task4。

參戰(zhàn)部隊FF油料消耗大，預(yù)計部隊油庫FFd在時間段[100,9 999]將開始出現(xiàn)油料儲備短缺現(xiàn)象，難于滿足前線油料補給需求，急需戰(zhàn)役野戰(zhàn)油庫LBFD使用油罐車調(diào)運q3噸油料(任務(wù)Task8，行程時間4 h)。因戰(zhàn)區(qū)補充油料時間窗[100,9 999]約束，這q3噸油料在時間段[0,90]之內(nèi)交付給部隊油庫FFd，致使戰(zhàn)役野戰(zhàn)油庫LBFD在時間段[0,86]之內(nèi)完成對油罐車發(fā)油任務(wù)Task7。

根據(jù)作戰(zhàn)油料需求分析預(yù)測，指定油料保障任務(wù)裝載和交付油料時間窗約束能力。使用聯(lián)合作戰(zhàn)油料保障先驗數(shù)據(jù)集對其進行調(diào)整，以適應(yīng)模型實現(xiàn)的要求。設(shè)置多級別油料倉庫和加油站，如戰(zhàn)役野戰(zhàn)油庫、戰(zhàn)術(shù)野戰(zhàn)油庫、部隊油庫、野戰(zhàn)加油站和部隊加油站。并非所有的保障單位UA在同一地點開始和結(jié)束任務(wù)的執(zhí)行，也不是所有的油料保障任務(wù)都要調(diào)用同一個保障單位UA的服務(wù)；一個保障單位UA的運輸工具可能無法服務(wù)一些特殊的油料運輸任務(wù)。

根據(jù)保障任務(wù)類別{發(fā)油,運油,加油}，對于任務(wù)設(shè)置不同時間窗。例如對于保障點用油裝備加油任務(wù)，指定加注油料保障服務(wù)時間，由保障點所在單位Agent UA執(zhí)行。對于油料保障調(diào)運任務(wù)，其服務(wù)時間主要是指裝載油料、卸載交付油料時間。本實驗主要是對聯(lián)合作戰(zhàn)油料保障調(diào)運進行仿真。在軍事油料保障場景，運輸服務(wù)時間取決于運輸工具Agent TA類型，而不是取決于被運輸?shù)挠土腺Y源類型。對于所有運輸工具Agent TA，一個單位距離需要一個單位時間去行駛。運輸成本被設(shè)置為所行駛的距離，因此，決策者DMA的優(yōu)化目的是使所行駛的距離最小化。

一個決策者Agent DMA分配17個油料保障任務(wù)，其中油料運輸任務(wù)有12個，模擬運行了包含23個運輸工具Agent TA及其12個油料運輸任務(wù)的數(shù)據(jù)集。仿真所生成的油料保障任務(wù)計劃數(shù)據(jù)見如表1所示。表中描述各油料保障任務(wù)的先后時序關(guān)系，部分任務(wù)具有時間窗約束。仿真結(jié)果如表2所示。油料保障調(diào)運路線如圖3所示，每條弧邊上的一對數(shù)值對應(yīng)于油料運輸任務(wù)代號和路線行程時間(h)，“*”表示保障級別為“應(yīng)急”，Taski表示為ti。

當(dāng)決策者Agent DMA確認授予這些運輸服務(wù)給某運輸單位Agent UA后，UA的局部計劃不能被改變。其結(jié)果是，UA不能將局部計劃中的一個或多個路徑與一個油料運輸任務(wù)合并，導(dǎo)致服務(wù)于這兩項運輸任務(wù)的路徑順序發(fā)生改變。因在數(shù)據(jù)集中的運輸任務(wù)不能重復(fù)路線， UA在一次行程中無法執(zhí)行兩個或兩個以上的運輸任務(wù)。

圖3　油料保障調(diào)運路線

任務(wù)代號任務(wù)類別保障級別保障點(或發(fā)油點)運輸路線起點終點時間/h油量時間窗Task1發(fā)油應(yīng)急戰(zhàn)術(shù)野戰(zhàn)油庫LTFD1q1[0,44.4]Task2運油應(yīng)急戰(zhàn)術(shù)野戰(zhàn)油庫LTFD1LTFD1保障點LNT3q1[47.4,47.5]Task3加油應(yīng)急保障點LNTq1[47.5,48]Task4發(fā)油應(yīng)急加油站LFOS11q2[0,83.5]Task5運油應(yīng)急加油站LFOS11LFOS11保障點LST1q2[84.5,85]Task6加油應(yīng)急保障點LSTq2[85,85.5]Task7發(fā)油應(yīng)急戰(zhàn)役野戰(zhàn)油庫LBFDq2[0,86]

續(xù)表(表1)

表2　油料保障運輸仿真結(jié)果

4結(jié)論

仿真實驗表明，使用本文所提出模型方法所得到的仿真結(jié)果性能優(yōu)于采用集中式方法所獲得結(jié)果。除了像集中式方法那樣，在規(guī)劃時可獲取油料調(diào)運所有信息之外，還可設(shè)置一個油料保障調(diào)運協(xié)作機制。使用臨時授予策略，當(dāng)處理油料調(diào)運任務(wù)時，對已承諾的保障單位Agent TA計劃可被靈活調(diào)整。被簽約的保障單位Agent UA路徑，則保持不變(除非油料保障運輸服務(wù)指令另有指定)。集中式方法則難于解決這一問題，而本文模型通過對這個特定軍事問題域所設(shè)計新啟發(fā)式方法，可獲得較好效果，適用于協(xié)作與非協(xié)作這兩種類型的分布動態(tài)油料保障調(diào)運問題。該模型雖面向軍事油料保障領(lǐng)域，但也適用于民用商業(yè)部門。尤其是隨著軍事油料保障信息化與全局化的推進，軍地融合油料保障模式的實施，油料保障聯(lián)盟的形成，使得該模型具有更為廣泛的應(yīng)用前景。

參考文獻：

[1]周慶忠.油料勤務(wù)[M].北京:國防出版社,2008.

[2]周慶忠，王冰，陸思錫.面向油料保障的自治協(xié)同建模[J].四川兵工學(xué)報,2013,34(9):52-55.

[3]ADALI S,PIGATY L.The DARPA Advanced Logistics Project[J].Annals of Mathematics and Artificial Intelligence,2003,37(1):409-452.

[4]周慶忠,曾慧娥.基于多智能體的裝備動態(tài)優(yōu)化調(diào)撥系統(tǒng)研究[J].機械工程學(xué)報,2005,41(2):97-101.

[5]KLUSCH M,GERBER A.Dynamic coalition formation among rational agents[J].IEEE Intelligent Systems,2002,17(1):42-47.

[6]MONTANA D,HERRERO J.A Multi-Agent Society for Military Transportation Scheduling[J].Journal of Scheduling,2000,13(4):324-341.

(責(zé)任編輯唐定國)

Agent Based Scheduling Transportation Model for Combat POL Support Under Informationization

ZHOU Qing-zhong

(Logistical Engineering University, Chongqing 401311, China)

Abstract:Under information, combat POL support was evolved into support mode of diverse relaying, so that the optimization of its scheduling transportation plan is more difficult. To solve this problem, agent based scheduling transportation model for POL support was proposed. “Many to many” interactive scene was constructed between policy-makers agent and security units agent via applying agent technology. POL scheduling task was assigned according to the parameters such as transport capacity and route of support units. The depth-first search algorithm was discussed and the generation process of this scheduling transportation plan was analyzed. Joint operations POL scheduling transportation was used as a simulation example to verify the validity of the model. Simulation results show that this research is of great significance for improving performance of combat POL support.

Key words:POL support; scheduling transportation; Agent; task; plan

文章編號：1006-0707(2016)03-0049-05

中圖分類號：TP182

文獻標識碼：A

doi:10.11809/scbgxb2016.03.013

作者簡介：周慶忠(1961—),男，教授，博士生導(dǎo)師，主要從事后勤保障、裝備與信息工程研究。

基金項目：國防重大攻關(guān)項目(2014ZB00088)；重慶市重大科技項目(CQF20150709)；重慶市社科基金項目(2014YBGL009)

收稿日期：2015-07-13；修回日期：2015-09-02

本文引用格式：周慶忠.基于Agent的信息化作戰(zhàn)油料保障調(diào)運模型[J].兵器裝備工程學(xué)報，2016(3):49-53.

【后勤保障與裝備管理】