基于Agent的信息化作战油料保障调运模型

周庆忠

(后勤工程学院，重庆　401311)



基于Agent的信息化作战油料保障调运模型

周庆忠

(后勤工程学院，重庆401311)

摘要：在信息化条件下，作战油料保障向多样化接力式调运保障模式演变，致使保障调运计划优化难度加大；为了解决这一问题，提出基于Agent的油料保障调运模型；应用Agent技术，在决策者Agent与保障单位Agent之间构建“多对多”交互场景，根据保障单位的运输能力、行驶路径等参数，对油料保障调运任务进行分派；论述深度优先搜索模型算法，分析油料保障调运计划生成过程；以联合作战油料保障调运为仿真实例，验证模型有效性；仿真结果表明：该模型的研究对于提高作战油料保障能力具有重要意义。

关键词：油料保障；调运；Agent；任务；计划

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.

信息化条件下，作战油料保障调运能力直接关系到作战部队发油、供油、储油机制的正常运转，传统直达输送模式已逐渐被多样化接力式调运保障模式所取代。因受到油料数量大、品种多、调运里程远等众多因素影响，致使作战油料保障调运问题变得日趋复杂，涉及具有时间约束的多种类、多数量运载工具的装卸与运输[1-2]。但其并没有限制油料运输资产必须从某个中心油库离开，并返回到该中心油库，油料运输资产之间不存在装卸和交换所运输的油料[3]。这属于典型NP难题，若采用传统方法来优化油料保障调运计划将非常困难。

应用Agent技术建立分布动态的“多对多”实时交互的作战油料保障调运模型，为解决这一难题提供了思路[4-5]。一组油料保障决策者Agent DMA (Decision maker Agent,DMA)，需制定远距离输送油料保障资源的调运计划。决策者DMA使用保障单位Agent UA(Unit Agent,UA)的运输服务将所需油料资源从供应节点(如油库)输送至需求节点(如部队加油站、野战加油站等)。作战环境瞬时万变，众多动态因素致使各保障单位UA可能只能运输部分油料资源一部分距离。此外，信息技术的应用，保障信息的实时获取与交互共享，使得决策者DMA快速响应保障态势成为可能。欲配置不同Agent UA的油料保障服务，单项油料输送任务由多个保障单位Agent协作，实施接力调运模式来完成油料保障任务，迫切需要行之有效方法作为理论依据[6]。因此，本文对基于Agent的信息化作战油料保障调运模型进行研究，寻求并优化油料保障调运任务分配计划。

1模型建立

(1)

式(1)中，oiln为油品名称；qoil为所调运的油品数量；ts为运输起始时间；te为油品交付时间；ls为运输起始地；le为运输目的地；ρcd为运输完成度。

(2)

式(2)中，Fcap为油料运输能力；Fqua为油料运输质量因子；Rtran为可运输行驶的路径集；Plocal为包含油料运输路径时间序列的局部计划。

(3)

式(3)中，trs和tre分别为油料运输路径开始和结束时间，取决于油料运输工具速度、装载时间等；lrs和lre分别为运输路径开始地点和结束地点，路径结束地点lre∈Rtran；Yrcheck为油料运输路径途中的检查项目集；Frstate为运输路径路况因子；crtran为运输成本。

(4)

式(4)中，oilnc为所检查的油品名称；qoilc为油品数量；Ffile为检查运输文件齐全因子。设Etotal(Rtran)表示在路径中油料检查项目Yrcheck∈Rtran内，所有检查项目的所有数量qoilc的总和。

(5)

2模型算法

(6)

式(6)中，tdl是调运任务请求截止时间；fplan是运输单位Agent所使用的请领任务书评估函数，以便确定决策者Agent将用于评估请领任务书的成本值cplan。

运输保障单位Agent对其所管辖的每条路线设置阈值θ。若路线可用于执行某油料运输任务，则设置其阈值θ<θ′。若路线没有执行某任务的特定部分或全程任务，则设置其阈值θ≥θ′，该路线将不被考虑用来执行该油料运输任务，即不将其作为请领任务书中的一个可用路线，以便节省计算时间。

图1　深度优先搜索算法示意图

图2　新任务产生示意图

3仿真实例

以具有时间窗的联合作战油料保障调运为仿真实例来验证模型有效性。联合作战油料保障计划规定保障单位在特定时间和作战区域内所要完成的油料保障任务，保障单位UA必须在指定装载时间窗内装载油料资源，在指定交付时间窗内交付油料资源，保障单位UA间不能转运油料，即其必须完成完整的路线。保障单位UA在指定地点(如油库、战区)开始和结束油料保障任务。在油料保障案例数据基础上，增设时间窗[TWstart,TWend]进行仿真实验，模拟某次联合作战油料保障部分场景。设时间计算单位为小时(h)，TWend=9 999表示对时间无硬性要求，为保障任务设置 “应急”级别，用于响应联合作战油料需求变化，应急保障有时间窗约束。

作战油料保障分析预计，保障点LNT作战用油装备(如坦克)在时间段[50,70]燃油告急，急需补给油料q1吨。在时间段[47.5,48]之内开始，使用野战加油车实施群车野战加油(任务Task3)。若不能在指定时间期限完成，将严重影响作战装备运作，导致重大损失。为了确保野战加油车从战术野战油库LTFD运载q1吨油料，在时间段[47.4,47.5]之内赶到指定保障点LNT(任务Task2，行程时间为3h)，战术野战油库LTFD在时间段[0,44.4]之内完成对野战加油车发油任务Task1。

在保障点LST，运输车队油料不足，需补给q2吨油料，运输车队将在时间段[85,110]启程奔赴前线。必须在时间段[85,85.5] 之内开始，使用群车加油车给运输车辆补充油料(任务Task6)。否则，运输车队无法按时启程，将延误联合作战后勤物资补养，影响战斗力量展开。为了保证群车加油车从附近部队加油站LFOS运载q2吨油料，在时间段[84.5,85]之内赶到指定保障点LST(任务Task5，行程时间为1 h)，加油站LFOS在时间段[0,83.5]之内完成对群车加油车发油任务Task4。

参战部队FF油料消耗大，预计部队油库FFd在时间段[100,9 999]将开始出现油料储备短缺现象，难于满足前线油料补给需求，急需战役野战油库LBFD使用油罐车调运q3吨油料(任务Task8，行程时间4 h)。因战区补充油料时间窗[100,9 999]约束，这q3吨油料在时间段[0,90]之内交付给部队油库FFd，致使战役野战油库LBFD在时间段[0,86]之内完成对油罐车发油任务Task7。

根据作战油料需求分析预测，指定油料保障任务装载和交付油料时间窗约束能力。使用联合作战油料保障先验数据集对其进行调整，以适应模型实现的要求。设置多级别油料仓库和加油站，如战役野战油库、战术野战油库、部队油库、野战加油站和部队加油站。并非所有的保障单位UA在同一地点开始和结束任务的执行，也不是所有的油料保障任务都要调用同一个保障单位UA的服务；一个保障单位UA的运输工具可能无法服务一些特殊的油料运输任务。

根据保障任务类别{发油,运油,加油}，对于任务设置不同时间窗。例如对于保障点用油装备加油任务，指定加注油料保障服务时间，由保障点所在单位Agent UA执行。对于油料保障调运任务，其服务时间主要是指装载油料、卸载交付油料时间。本实验主要是对联合作战油料保障调运进行仿真。在军事油料保障场景，运输服务时间取决于运输工具Agent TA类型，而不是取决于被运输的油料资源类型。对于所有运输工具Agent TA，一个单位距离需要一个单位时间去行驶。运输成本被设置为所行驶的距离，因此，决策者DMA的优化目的是使所行驶的距离最小化。

一个决策者Agent DMA分配17个油料保障任务，其中油料运输任务有12个，模拟运行了包含23个运输工具Agent TA及其12个油料运输任务的数据集。仿真所生成的油料保障任务计划数据见如表1所示。表中描述各油料保障任务的先后时序关系，部分任务具有时间窗约束。仿真结果如表2所示。油料保障调运路线如图3所示，每条弧边上的一对数值对应于油料运输任务代号和路线行程时间(h)，“*”表示保障级别为“应急”，Taski表示为ti。

当决策者Agent DMA确认授予这些运输服务给某运输单位Agent UA后，UA的局部计划不能被改变。其结果是，UA不能将局部计划中的一个或多个路径与一个油料运输任务合并，导致服务于这两项运输任务的路径顺序发生改变。因在数据集中的运输任务不能重复路线， UA在一次行程中无法执行两个或两个以上的运输任务。

图3　油料保障调运路线

任务代号任务类别保障级别保障点(或发油点)运输路线起点终点时间/h油量时间窗Task1发油应急战术野战油库LTFD1q1[0,44.4]Task2运油应急战术野战油库LTFD1LTFD1保障点LNT3q1[47.4,47.5]Task3加油应急保障点LNTq1[47.5,48]Task4发油应急加油站LFOS11q2[0,83.5]Task5运油应急加油站LFOS11LFOS11保障点LST1q2[84.5,85]Task6加油应急保障点LSTq2[85,85.5]Task7发油应急战役野战油库LBFDq2[0,86]

续表(表1)

表2　油料保障运输仿真结果

4结论

仿真实验表明，使用本文所提出模型方法所得到的仿真结果性能优于采用集中式方法所获得结果。除了像集中式方法那样，在规划时可获取油料调运所有信息之外，还可设置一个油料保障调运协作机制。使用临时授予策略，当处理油料调运任务时，对已承诺的保障单位Agent TA计划可被灵活调整。被签约的保障单位Agent UA路径，则保持不变(除非油料保障运输服务指令另有指定)。集中式方法则难于解决这一问题，而本文模型通过对这个特定军事问题域所设计新启发式方法，可获得较好效果，适用于协作与非协作这两种类型的分布动态油料保障调运问题。该模型虽面向军事油料保障领域，但也适用于民用商业部门。尤其是随着军事油料保障信息化与全局化的推进，军地融合油料保障模式的实施，油料保障联盟的形成，使得该模型具有更为广泛的应用前景。

参考文献：

[1]周庆忠.油料勤务[M].北京:国防出版社,2008.

[2]周庆忠，王冰，陆思锡.面向油料保障的自治协同建模[J].四川兵工学报,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.

[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.

(责任编辑唐定国)

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

文章编号：1006-0707(2016)03-0049-05

中图分类号：TP182

文献标识码：A

doi:10.11809/scbgxb2016.03.013

作者简介：周庆忠(1961—),男，教授，博士生导师，主要从事后勤保障、装备与信息工程研究。

基金项目：国防重大攻关项目(2014ZB00088)；重庆市重大科技项目(CQF20150709)；重庆市社科基金项目(2014YBGL009)

收稿日期：2015-07-13；修回日期：2015-09-02

本文引用格式：周庆忠.基于Agent的信息化作战油料保障调运模型[J].兵器装备工程学报，2016(3):49-53.

【后勤保障与装备管理】