面向油料保障的自治协同建模

周庆忠，王 冰，陆思锡

(后勤工程学院，重庆 400016)

油料保障系统(POL support system，POLSS)将分布油料资源集成，形成多保障自治域，组成油料保障联盟(POL support alliance，POLSA)，自治感知响应动态环境，实现协同保障。在系统开发中，通常将自治与协同性能融入特定功能。这隐含地意味着未对系统投入使用后的效果进行充分检查，存在自治智能离散层，导致系统自治与协同功能不平衡［2］。在保障任务任何阶段，系统可能同时处于多个离散层，以便根据当前保障态势进行自治控制。若将这类“自治层”处理作为开发系统路线图，会引发对硬件或软件的过度关注，将导致最终只是提供特定功能，而不是提高感知态势、协同保障整体效能。本文对POLSS自治与协同功能不平衡问题进行研究，寻求在分布动态环境下，油料保障自治与协同效能适配的解决方案，对增强POLSS感知环境、协同保障响应能力具有重要意义。

1 POLSS自治协同模型架构

POLSA成员以多自治域层次交互协同模式来实施保障。设 POLSA 有 n 个成员 ai(i=1，2，…，n)，ai∈POLSA，将联盟成员构成自治域Dai。自治域采用松耦合管理方式，以多库(数据库、知识库、政策库、规则库等)联合方式进行数据操作。在油料保障政策全局调控下，共享油料保障资源，实现自治与协同平衡的跨域协同油料保障。构建模型构架如图1所示。

图1 POLSS自治协同模型构架

POLSS获取自治与协同性能主要通过以下3个功能单元的配置来实现。

1.1 自治协同感知单元

该单元用于感知保障硬环境变化。融入到物理装备硬件级别的互动自治，被用来解释操作指令、控制操作活动，监测物理装备运行状态，对采集数据进行实时处理。需感知的态势很可能是危险情形。例如，加油过程监控，需监测状态有漏油、泄油、甚至中毒、爆炸。对此，自治功能可以不同方式给予协助，例如远程遥控加油、飞机空中加油、油库安全智能监控等［3］。自治神经网络(autonomous artificial neural network，AANN)，是实现自主预测感知装备状态的有效方法之一。由多个AANN独立地感知，融合感知信息形成对装备状态的综合评估。

1.2 自治协同认知单元

该单元用于认知油料保障软环境变化。关注如何根据油料保障动态空间，分配保障资源和任务。保障软环境态势对保障质量影响至关重要，各级人员易忽视这点。例如，对多个保障目标，派发几十个保障任务，每个任务包含多项作业，以往采用大量手工方式进行决策操作，费时费力，效率低且可靠性差。而采用基于优化的规划工具、智能分析软件，可辅助决策者，对增长数据量排序，提取相关信息，完成规划决策。POLSS各类组件Agent和“用户”角色自治性，使得成员在保障政策许可下，延伸其控制范围，扩大信息搜索空间，增强应变能力。随着联合油料保障行动展开，跨域、跨层和跨角色间协作越为重要。各自治域子系统均配置且共享认知功能，各级决策者在权限范围内进行通信协作。

1.3 自治协同人机交互单元

该单元用于实现人与系统交互沟通，例如:如何塑造人与系统间工作关系或因果关系的互动;如何学习、增强人与系统协同;如何预测人—系统Agent团队的可用性和可靠性;如何捕捉和表达在特定保障问题域的人—系统相互作用;如何将油料保障方案特征化呈现给各级决策者。人机交互的主要挑战是如何增加系统能力，提供相互可预测性(谁何时做什么)、直接能力(不但指定目标，而且如何适应意外)、共同点(包括特殊语言或协议，以确保人和系统共享目标和信息)。

2 油料保障自治Agent构建

2.1 油料保障联盟Agent

将POLSA成员视为是由保障目标驱动的自治Agent，具有适应保障态势的自治决策、与其他Agent协作等能力，围绕保障总目标，按预定策略，根据对所处保障环境的认知，自主地对权限范围内的保障行动决策。在POLSA顶层设置全局总管Agent TMA，协调、控制成员协同保障。各自治域设置主管Agent MA。根据油料保障决策时自治与协同强弱程度，将MA分为3类。

式中，ni表示第i类自治域的个数。

1)Agent MA1—弱自治弱协同型。例如，POLSA中的炼油厂、石油公司、铁道运输部、航运公司等国营、民营单位。MA1具有反应性、持续性。“被动”接受TMA发派的任务，在保障政策约束下，具体行动虽可由其自身控制，但整个执行过程受TMA监控，对环境变化只是适当响应。与其它自治域通信交互较少，不能察觉其它成员的保障任务和目标，独立地按保障目标执行保障任务。

2)Agent MA2—强自治弱协同型。例如:POLSA中的军区、武警部队、警备区、空军、海军等后勤部门。除了具有MA1性能外，MA2还具有目标导向性、主动性。其本身具有特定保障目标，行动不受外部自治域状态变化影响。例如，空军部门具有航空油料保障目标，当接受全局总管TMA派发的保障任务后，调整其所属各类Agent状态，进入油料保障部署，由此所产生的状态变化呈隐式，其他区域(如海军、军区等)保障部署不直接影响其内部活动。执行保障任务时，与其它自治域有一定联系，察觉到对方保障行动，但不通信与交流保障意图和计划。在各自区域并行地完成保障任务。

3)Agent MA3—强自治强协同型。MA3除了具有MA2的性能之外，还具有适应性。根据保障行动结果自身评估保障效能，相互协同，调整保障行动计划以适应环境。例如，在特定环境，MA3j认知到其当前执行行动状态对另一个MA3k产生负面作用，影响整体保障质量时，及时调整执行计划。在执行任务时，频繁互动保持通信交流信息，明确地表达各自意图和计划，实时地感知对方行动，相互间紧密协同。

2.2 油料保障人员Agent

对各类保障人员Agent进行用户角色分类，赋予相应权限和职责。

角色1:任务指挥官、主管人员、网络分析师、技术支持人员，职责为保障规划、方案评估、应急决策和管理。

角色2:部门领导、团队负责人及其成员，职责为任务规划与决策、任务调整与重新规划、保障失效预测管理、多A-gent通信与协同。

角色3:业务员、加油员、安检员，操作员，职责为具体行动指导与控制(如控制加油装置、操作传感器)、油料保障硬件资源(用油装备、储运设备、传感器等检测设备)管理、油料装备故障检测与健康管理、通信和状态监控。

2.3 自治协同政策Agent

供应链协同规划通常基于合同网协议(CNP)和扩充合同网协议(extended contract net protocol，ECNP)，基本机理是自治Agent基于各自利益，实现协同任务分配［4，5］。但油料保障事关国家安全，应以联合行动目标为中心。因此，系统设置油料保障政策调控机制，创建政策引导Agent PAi(i=1，2，…，m)，控制联盟成员协同行动。各PAi所表示的保障策略、原则，储存在政策库。PAi设有政策执行点PEP、政策决策点。引入政策监测组件PMP，监控PAi行动及其环境，并将监控数据存储于事件库。设置政策合规性检查组件，监控保障政策执行情况。它覆盖由PEP所触发的预期行动。被PMP所捕获的事件包括各保障执行Agent的相互作用、行动动态和各类保障资源Agent的当前状态等。

3 自治协同设计空间

从以下5个设计空间，来实现POLSS自治与协同的平衡，将失衡症状与失衡源头相链接。

3.1 面向“适度”设计空间

该空间采用对新保障任务或意外情况的适应能力，来平衡油料保障质量最优化。为了增加自治能力，可能使用基于假设的优化模拟算法，实际保障环境复杂多变，算法使用在一定程度上削弱了对环境感知，阻碍系统适应意外局势，给系统造成负面影响。不平衡警示有:系统脆性增加，难于适应变化局势，处于不稳定状态;保障执行力不持久;人力资源成本超过预期。例如，远洋岛屿环境联合行动，油料补给线长、运输难度大，若片面追求全局统筹最优，会制定出超负荷的不可行方案。应权衡保障质量最优与保障力量部署，采用跨域联盟成员(如三军联勤、中石油、中海油等)协同保障。

3.2 面向“规划”设计空间

该空间用于反映系统效率与完整性间相互作用。基于某些假设的算法用于调整规划，阻碍了对保障态势感知。即使系统及其操作者已注意到规划对于当前态势不再有效，但算法却难于及时做出有效调整。追求系统效率常专注于预期效果，却忽视对执行情况全面检查，造成系统效率与完整性间不平衡。其警示有:忽视规划瓶颈问题;虽认识到规划与当前态势不匹配，但仍在执行;感知到规划不适宜当前局势，回落到设定的重新规划，却未考虑当前局势新约束。平衡该空间需了解油料保障意图，自主地争取较多资源或采用不同算法。

3.3 面向“冲突”设计空间

该空间表示油料保障资源集中与分布间平衡。关注问题有:确定何时采用集中于一个单位行动的保障模式;何时采用跨联盟成员的协同保障模式;如何使来自远程自治域与本域信息可见、不被模糊化;融合各自治域保障信息，用于油料保障决策。不平衡警示是:因管理协同活动人力增加而造成高成本;油料保障分布式部署不合理;未充分利用或不信任分布式油料保障，导致“微观管理”，联盟成员被动执行任务，自治能力受损。过度信任联盟成员，缺少对各自治域保障行动缺乏统一约束，难于维持分布式保障资产合理性。要平衡这一空间需加强规划和调度能力，动态地派发保障任务。

3.4 面向“视图”设计空间

该空间用于反映油料保障空间本地与全局视图间平衡。通过网络，延伸、感知远程保障环境。对保障区域态势的感知有时隐蔽或分布在另一个感知里，需从局部和全局视图中获取。这两个视图不平衡极易造成难于发现保障环境中首要事件和动态变化，数据过载，降低油料保障决策效率。可采取对保障态势自动感知来解决此问题，迫使决策者冷静地对保障环境进行感知和推理。并增加自治性。采用感知接口和通道，通过计算机视觉、传感器馈送、自主推理等方式，协作引导各级决策者，识别和重新关注高度相关事件。

3.5 面向“职责”设计空间

该空间用于表示各自治域联盟成员的短期目标和长期目标职责之间的平衡，用长期目标平衡短期目标，解决目标冲突。不平衡警示有:职责分布不均，中断合作与协调，保障成本增加;监控不力;跨域和跨层协同保障时，对系统不信任或过度信任。应根据油料保障决策总则来设计自治与协同能力，平衡自治域保障职责。使各级决策者把重点放在首要保障任务目标，对该任务保持优先级，而不是将精力用于运行管理系统上。

4 基于多自治Agent的协同规划

4.1 问题域描述

油料保障各种协同过程，如预测、采购、库存、规划、绩效评估等，涉及保障信息交流［6］。油料保障规划被视作是信息交换引擎。其主要因素包括:节点操作(如接受、发布任务、发送、接收、储备、运输、订购油料等)、节点策略(保障政策输入和输出等)和保障成本(人力、价格、资产等)。问题描述:联合行动部队的一组不同的油料保障请求S={y0，y1，…，yn}，保障规模n≥2，响应保障执行单位Agent EA={x0，x1，…，xn}，n≥2 EA与保障请求呈“一对一”映射关系。对于所有请求y∈S，各Agent x∈EA向每个请求提供的保障质量被定义为 g［x，y］，即对于 xi，xj∈EA，∏:EA→S，i≠j意味着∏(xi)≠∏(xj)。保障任务调度规划目标是使整体保障质量Qst最优化

式中，∏(x)∈S表示 Agent x∈EA对应的请求选择。max{Qst(2)}定义为Agent EA的最优整体保障质量目标。分配集对应于∏(1)的一个排列。油料勤务知识被分布在Agent EA中，对于所有保障请求y∈S，各执行单位x∈EA最初只具有自己的本地信息g［x，y］。通过保障执行单位A-gent x∈EA间协同分配保障任务请求，获得最优整体保障质量。

4.2 规划流程

设置节点Agent NAi表示各节点间共享信息过程，NAi具有自治运行能力。NAi间交互通信，由其在特定态势下的行为来触发，其行为目的是产生油料保障需求和接受保障任务、识别此局势下协同或非协同联盟成员、通过通信协议接收和发送消息。多自治Agent交互支持协同规划流程，如图2所示。

图2 多自治Agent交互支持协同规划流程

1)信息共享:针对异构数据库，设置搜索Agent FA，负责访问、搜索支持保障节点决策所需的信息。

2)信息流:与协同规划涉及所有保障节点信息。当信息流动考虑与一定必要性相关的事实时，自然流动将停止，直到初始请求已送达。

3)保障节点:当保障信息交流涉及多自治域多节点时，谈判协作过程发生。反过来，意味着这些节点以分布协同方式，实时交流信息，以避免来自各区域保障任务所造成的积压。此时，各节点NAi自主地评估自身能力，在保障相关政策约束下，执行支持相关保障节点所要求的任务。

4)保障任务时序:响应动态环境确定任务执行动态优先级。依据保障策略原则，按各任务动态优先级进行自治式实时任务调度。通过协同保障任务规划的演变，改进油料储备策略，避免保障任务过量，获得油料保障整体最佳效能。

5 结束语

本文所提出的POLSS自治协同模型，根据5个设计空间的平衡状态来约束调整自治与协同关系，进行多自治Agent的协同保障规划，从而实现油料保障全局调控。油料保障自治协同建模研究，对于获得油料保障整体最佳效能、提高油料保障快速响应能力具有重要作用。

［1］ 周庆忠.油料勤务［M］.北京:国防出版社，2008.

［2］ Law K L E，Saxena A.Scalable design of a policy-based management system and its performance［J］.Communications Magazine，2003(41):72 －79，.

［3］ 周庆忠，曾慧娥.油料装备智能维修决策系统研究［J］.后勤工程学院学报，2009，25(9):33 －37.

［4］ Klusch M，Gerber A.Dynamic coalition formation among rational agents［J］.IEEE Intelligent Systems，2002(17):42 －47.

［5］ McQuay W K.Distributed collaborative environments for systems engineering［J］.IEEE Aerospace and Electronic Systems，2005(20):7 －12.

［6］ 周庆忠，曾慧娥.基于多智能体的装备动态优化调拨系统研究［J］.机械工程学报，2005，41(2):97 －101.

(责任编辑杨继森)