中国指挥与控制学会会刊 
高技术信息化战争条件下,为遂行某一战略方向地域、一个时期的持续备战任务,塑造作战态势,应重视研究遂行任务前装备的总体动用规划,预先筹划其战场态势分布。其实质是一种任务资源态势,是顺应战场环境变化而及时做出资源调配决策和响应任务保障需求的关键[1]。它对于舰艇编队态势、防空体系对抗、联合装备布控等领域复杂装备组合的战备作战来说,意义尤其重大[2]。因为这些装备通常体系结构关联、功能组成复杂、作战准备周期较长、装备保障消耗较大,预先规划其备战态势分布,周密部署其状态转换路径,对于提高战备响应效率,降低装备非作战损耗,优化作战保障质效,有着非常重要的作用[3]。
关于任务前装备动用规划相关的问题,李羚伟等[4]构建了基于流程图的仿真模型,用于验证装备车辆在战备、任务、维修等场景中的动用策略;李凤月等[5]研究了动用计划下车辆装备维修备件消耗量与库存控制的预测优化问题;曹军海等[6]采用面向对象Petri网方法,构建了装备动用业务流程的仿真模型;李东京等[7]针对装甲装备动用管控与全寿命维修保障问题,构建了多Agent智能体模型。刘振等[8]研究了以装备动员计划为牵引的部队级装备维修保障系统仿真模型。上述文献聚焦装甲装备动用中心,采用不同方法构建了服务于装备动用、维修保障等业务工作的仿真模型。然而,对于联合条件下复杂装备的总体动用规划策略问题,尤其是从装备预备状态及其转换的角度论述装备任务态势塑造问题,目前尚少有研究涉及。本文针对复杂装备在持续备战任务背景下的总体动用规划问题,从状态转换的视角审视其作战慑控态势的持续生成逻辑;站在作战保障综合效益优化的立场,统筹权衡装备多状态布控时的多方面利弊得失,设计实现了多目标优化动用规划算法流程;并结合某防空装备体系的任务想定数据,验证了该算法的有效性与科学性。
1 装备状态与动用逻辑
1.1 面向任务的装备状态划分方法
装备备战任务的关键是,在规定时间内完成规定数量与规定状态的装备任务准备活动。核心任务要素是“3个规定”,其中1个“规定”要求的是1种装备状态。该状态为1种任务准备状态,即预备状态,应以装备系统是否配套、任务体系是否完备、运输平台是否正常、阵地分布是否就绪、雷达设备是否开机、发控装置是否待机等指标条件为标准。针对不同的战场情势需求,应当分别设置对应的装备状态等级标准。不同的装备状态具有不同的战技指标特点,对应不同的任务效能层次,满足不同的任务指令需求。
基于上述分析,本文从装备预备形态和任务效能层次两个维度,提出将装备预备状态划分为5个等级层次,即状态A、状态B、状态C、状态D、状态E,如图1所示。从B状态升级到E状态的过程,是装备系统配套不断聚合、体系状态深入融合的过程,也是体系任务势能逐渐积蓄、联合任务效能不断涌现的过程。通常情况下,任何1种装备在遂行一段时间任务后,都要开展状态恢复、维修保养、人员调整等工作,以便投入后续任务使用,A状态即为装备的恢复状态。
1.2 装备动用规划需求分析
一类装备处于B、C、D、E状态的数量规模越大,处于A状态的数量规模越小,装备总体作战势能越强,任务效能水平越高;反之则弱。然而,受限于装备质量特性、综合保障可持续性等因素,任务装备的战备完好性均有一定期限,不可能始终处于高等级预备状态。经过一定时间,应当实施有序梯队轮换,这是塑造任务资源态势、形成长效压制的客观需要。这就需要科学制定装备动用规划,有序动用处于各个状态、地域的装备。不妨将装备任务动用规划定义为:为满足指定的持续备战任务需求,针对一定规模的装备而展开的体系状态层次设计,转换路径计划及相应状态装备规模准备的预先筹划与部署。在动用规划过程中,应当考虑满足的条件或研究的问题主要有:
(1)持续保持指定任务状态的装备数量规模需求;
(2)快速完成低级预备状态装备向高级状态转换的时机与效率问题;
(3)科学规划高级预备状态装备数量,降低非作战战备损耗,提高有效利用程度的问题;
(4)完成所需数量规模装备状态转换时的保障消耗是否能够进一步优化的效益问题。
1.3 装备预备状态间的转换关系
装备状态转换主要源于任务动用需求,受制于其装备固有属性,应当遵循一定的流程标准来实施。任何一种装备状态转换的实现,都需要一定的转换持续时间,都会消耗一定的保障资源。因此,应当制定科学的装备任务动用规划,而这建立在具体装备的状态转换过程基础上。基于上述装备预备状态等级划分方法,描述装备不同预备状态之间的转换关系逻辑,如图2所示。
装备状态主要有4种转换类型:保持、转换、撤收与维修,下面分别阐述这4种转换的内涵实质。
(1)保持。表示维持当前装备的完好状态。在保持时间内,装备预备状态是明确的、有效的,所消耗的保障资源是稳定的。越是高等级的装备状态,其有效期越短。在一定的技术状态标准下,装备处于不同状态时的有效时间期限,相互独立。
(2)转换。表示低等级装备状态向高等级装备状态升级的一种过程。这种转换的数量规模、时机与时限将主要源于任务动用指令。为达成随时应战的目标,这种转换路径的选择遵从时间优先原则,即从哪种装备状态将需求装备数量转换而来,主要取决于各条转进路径的最短持续时间。
(3)撤收。表示具体装备从任意一个高等级状态向A状态的转换。这种转换的数量规模与时机主要源于两个方面:一是装备质量特性与保障要求,即达到其规定使用期限;二是上级指令要求返回。
(4)维修。表示装备A状态向B状态的转换。对于A状态的装备实施必要的检测维护与修理,使其处于稳定的B状态,便于后续任务使用。
2 动用规划建模与算法实现
2.1 建模思路
装备总体动用规划问题的实质是,实施任务资源优化配置,核心是规划一类装备的持续预备状态等级分布,使之满足复杂战场形势下长效保持作战态势的需要。解决该问题的关键有两个:一是站在任务装备资源配置最优化的立场,如何规划装备的总体预备状态分布;二是在考虑装备战损故障的情况下,如何高效可持续完成装备预备状态的梯次转换与交接。
首先,设定目标函数。一是转换效率应当比较高,二是保障消耗应当相对较少,三是装备非一线日常损耗应当相对较少。其次,规划约束条件。一是规定时间内处于E级预备状态的装备数量应当满足指令要求,二是后续梯次装备的累计状态转换时间应小于当前梯次E级状态装备有效待命周期,即应当满足可靠接续条件。最后,明确前提假设。一是装备状态的累计撤收时间与维修时间,相对于装备状态的保持时间较短,也不影响装备状态的转进时间;二是根据任务数据统计,设定待转换装备数量与转换持续时间的非线性相关关系。
2.2 目标函数
设定动用规划方案为决策变量,如下式所示:
X=[xi],i=1,2,…,n
式中,n表示装备状态类型数量,即决策变量数量;xi表示处于不同状态时的装备数量,i越小装备状态等级越高。
基于1.1节装备预备状态分布描述,设计以下目标函数:
min T= fij(xi)=
(aij +bij +cijxi+dij),i≠j min W= xiwij,i≠j
max R=
式(2)中,T表示将动用装备转换升级至E级状态的反应时间,规划目标是战备反应更快。fij(xi)表示xi套装备从状态i转换到状态j的持续时间,该时间与待转换装备的数量之间具有非线性相关关系,即aij +bij +cijxi+dij,该式中系数为一定常值。若i=j,则表示状态不转换,时间消耗记为0;若装备两状态之间无有向的连线,则表示该状态转换不能实施,时间消耗记为∞。
式(3)中,W表示将一个梯次的规划动用装备转换升级至E级战备状态时的保障消耗情况,规划目标是成本消耗更少。式中wij表示单位数量装备从状态i转换到状态j所消耗的作战保障资源成本。针对具体装备的具体转换路径来说,它们是一组相对固定的统计常值。
式(4)中R表示C、D、E状态装备在所有拟动用装备中的占比情况,规划目标是利用率更高。
上述3个目标不可能同时满足。这是因为:一方面要提高目标1,则必然需要动用储备更多高等级状态的装备,由此将带来目标2的降低;另一方面,装备处于高等级战备状态的有效时限是一定的,期限截止前,必须选择状态等级降级或恢复,那么将导致较多装备是备而未用,目标3必然降低。
2.3 约束条件
站在随时应战需求的立场,不同装备预备状态间的转换路径选择,应当满足战备响应快速、装备损耗较小、保障消耗较低等客观需要。因此,装备预备状态转换逻辑的前提条件是,若处于E级战备状态的装备因任务指令、有效期或寿命等原因而导致数量不足,应当从低等级装备状态中动用,转换升级相应数量,遵从转换线路累计时间最少即最短路径的原则,进行装备动用升级。
主要约束条件有:
(1)梯次动用数量约束
x4、x3、x2分别表示拟动用的处于B级状态、C级状态与D级状态的装备数量,规划动员这些装备组成接续梯次,用于接替前序梯次的E状态装备。考虑到装备战损故障等情况,可由下式表示:
x2+x3+x4≥x1
(2)转换时间约束
当前梯次装备的E级状态截止期前,接续梯次装备需要接替待战到位。接续梯次装备的累积最长转换消耗时间(包含等待时间)应当小于当前梯次E级状态装备的预备时长,可由下式表示:
max fij(xi)<dE,i≠j
式中,dE表示处于E级状态装备的预备时长。该指标是一个不确定变量,在战场环境变化情况下,处于E级状态的装备将根据任务指令、结合自身状态,综合判断是否继续保持当前状态。
(3)最大梯次动用数量约束
为确保备战任务的可持续性,规划动用E级状态以外的可用装备数量,一般不应超过其战备可用总数的50%,可由下式表示:
max xi≤N·Rm·50%
式中,N表示现有装备总体数量,Rm表示其战备完好率。
2.4 基于NSGA-Ⅱ的问题求解
建立多约束条件下的多目标优化问题模型,采用NSGA-Ⅱ解决问题的流程,如图3所示。求解步骤如下所述:
Step1:载入装备实力数据,输入任务想定数据,设定规划动用约束;
Step2:根据式(6)、(7)推算,确定任务可规划动用装备数量的可行域;
Step3:按照十进制编码,将决策变量集合转换为染色体结构空间,随机产生固定数量的初始子群;
Step4:对子群进行非支配排序,拥挤度距离计算、非支配排序采用文献[10]所述方法;
Step5:选择、交叉、变异操作产生第一代子代种群;
Step6:从第二代开始,将父代和子代合并;
Step7:快速非支配排序;
Step8:计算对每个非支配层的个体进行拥挤度计算;
Step9:根据非支配关系和拥挤度来选择合适的个体组成新的父代种群;
Step10:终止条件判断,若满足条件,跳出流程;否则,继续通过选择、交叉、变异,产生子代;
Step11:重复第4步。
3 示例数据验证与分析
3.1 任务情况想定
为应对某方向地域的持续紧张局势,塑造常态压制态势,规划组织某防空装备接续担负战备值班任务。装备各级预备状态转换的反应时间、保障消耗等相关背景数据,如表1所示。上级指令要求该装备力量应保持不少于30套的梯次比例配置一线阵地接续值班备战。根据任务数据统计,一线阵地装备的持续预备时长(单位:hour)一般为[300,500]。基于上述想定条件,规划该类装备批次动用时机数量及各预备状态分布数据。
表1 装备任务状态转换想定数据Tab.1 Equipment mission state transiton scenario data |
| B级转进E级 | C级转进E级 | D级转进E级 | 备注 | |
|---|---|---|---|---|
| 时间系数a | 0.023 | 0.015 | 0.009 | hour |
| 时间系数b | 0.031 | 0.011 | 0.024 | hour |
| 时间系数c | 0.075 | 0.003 | 0.008 | hour |
| 时间系数d | 2.0 | 2.0 | 2.0 | hour |
| 消耗成本 | 1151.3 | 336.5 | 124.1 | 单位消耗 |
3.2 仿真数据推演
表2 任务动用推荐方案及效益数据Tab.2 Task deployment recommendations and benefit data |
| 序 号 | D级装备 拟动用量 | C级装备 拟动用量 | B级装备 拟动用量 | 反应时 间T/h | 消耗水 平W | 投入比 率R |
|---|---|---|---|---|---|---|
| 1 | 15 | 14 | 1 | 85.382 | 21 434.0 | 0.967 |
| 2 | 3 | 23 | 4 | 197.144 | 18 318.5 | 0.867 |
| 3 | 13 | 12 | 5 | 61.498 | 20 255.0 | 0.833 |
| 4 | 11 | 15 | 4 | 76.384 | 20 018.5 | 0.867 |
| 5 | 0 | 28 | 2 | 344.446 | 18 058.0 | 0.933 |
| 6 | 2 | 23 | 5 | 198.602 | 17 917.5 | 0.833 |
| 7 | 0 | 26 | 4 | 279.422 | 17 681.0 | 0.867 |
| 8 | 5 | 20 | 5 | 136.250 | 18 555.0 | 0.833 |
| 9 | 17 | 13 | 0 | 92.142 | 22 047.5 | 1.0 |
| 10 | 8 | 17 | 5 | 93.158 | 19 192.5 | 0.833 |
| 11 | 16 | 14 | 0 | 92.494 | 21 835.0 | 1.0 |
3.3 模型应用分析
基于上述NSGA-Ⅱ算法流程,通过随机改变预备状态持续时间等装备任务想定数据,运行程序,均可快速获得多目标规划动用的优选方案数据,且多目标优化收敛性好,最多2 810次迭代可得到种群不违反约束的优化方案前沿解空间,如图5所示。
战场环境瞬息万变,应紧盯任务条件变化,及时优化调整动用布局,实时完善装备动用规划方案,主要依托人工推算已不可行。该套启发算法程序能满足战场任务形势、装备技术状态等多变情况下大规模装备动用时的快速优选需求,实现高效智能的辅助决策。
4 结束语
态势塑造是当前指挥控制理论研究热点之一,持续的装备高等级状态布控是形成有利态势的关键。而一类装备高等级战备状态分布局面的持续保持,则依赖于高效有序的梯次任务动用。本文基于装备状态转换的多目标优化动用规划模型,可为科学规划涉及多方协同实施的复杂装备动用使用及其全寿命周期使用优化论证,提供有较强参考价值的方法手段。