基于MPSO 的地面防空群维修任务规划研究*
左文博1，赵英俊1，张迪哲2，和 柳1
（1.空军工程大学防空反导学院，西安 710051；2.解放军93942 部队，陕西 咸阳 712000）
摘 要： 针对地面防空群的维修任务规划问题，建立维修任务规划流程，以维修任务的优先级、维修时间和维修保障资源消耗为目标，建立了地面防空群维修任务规划模型，根据战场环境特点，基于置信度法确定多目标参量的权重，将多目标优化问题转化为单目标问题，并采取改进的自适应粒子群优化算法对模型进行求解。通过实例验证，该方法在收敛速度及求解结果质量上均优于传统粒子群算法，可以有效解决地面防空群的维修任务规划问题，对部队维修保障决策具有一定的参考价值。
关键词： 地面防空群，装备维修，任务规划，MPSO 算法，多目标优化
0 引言
地面防空群是信息化条件下地面防空作战的主要编组样式，保卫某一重要区域内的目标安全，通常由群指控中心、不同种类、型号的多个防空火力单元混编构成。地面防空群的维修任务主要包括依托本级维修保障人员的现地换件维修和依托支援保障点的抢修力量实施战场抢修。现地的换件维修消耗时间小、难度小，便于实施。对于依托支援保障点的抢修由于其维修保障资源分散，维修时间长，是战时地面防空群的维修任务规划需重点考虑的问题，属于在一定约束条件下多任务和多资源的多目标优化问题。
多个文献关于维修任务规划问题开展了研究。文献［1-2］针对战时维修任务的动态调度问题，以最短维修保障时间为目标进行维修任务规划，建立数学模型，并考虑维修力量的维修能力和互相之间支援的情况。装备维修任务规划的前提是对维修任务优先级进行分类，文献［3］针对装备维修任务优先级分类开展了研究，构建了影响维修任务优先级的多个属性，提出一种基于犹豫模糊矩阵的权重确定方法，并通过算例进行了验证。文献［4-5］针对装备维修保障资源调度问题开展了研究，通过问题分析，抽象建立维修保障资源调度决策模型，采取不同的算法进行求解。文献［6］建立了基于遗传算法的维修任务规划策略，根据装备维修工序特点，建立了以总维修工时最短为目标的维修任务规划模型，采用遗传算法进行求解。文献［7］开展伴随修理中的维修任务调度策略研究，应用离散事件仿真方法建立了装备作战单元伴随修理的仿真模型，并进行评估，为维修任务调度策略提供了一种新的研究思路。这些研究对于装备维修任务规划问题具有一定借鉴，但部分研究存在不足，主要表现在：研究对象多为单个装备，建立的模型目标函数过于单一，约束条件较为简单，算法效率不高，没有体现出装备维修任务规划问题的复杂性和特殊性。本文根据地面防空群的维修任务规划特点，以维修任务的优先级、维修时间和维修保障资源消耗为目标，建立维修任务规划多目标优化模型，并采取改进的自适应粒子群优化算法进行求解，得到较为满意的结果。本文的研究思路和方法适用于地面防空群的维修任务规划问题，可以为部队维修保障决策提供理论支撑和方法借鉴。
1 地面防空群维修任务规划建模
1.1 问题分析
地面防空群作为一个区域型混编的防空体系，是由分散部署于某一区域的多个类型、型号火力单元构成。考虑到战场环境的复杂性和特殊性，维修支援保障点通常独立部署于火力单元附近一定距离，支援维修保障力量依托设置的多个维修支援保障点，对地面防空群内的多个火力单元实施战场抢修。地面防空群虽然是由多个不同型号的地面防空装备组成，但各个火力单位都是由指控设备、制导装备、发射装备、导弹等装备构成，各个不同型号的装备可以按照装备类型划分为专用装备、同型装备和通用装备，在进行维修任务规划时，可以充分考虑其特点，采取“专装专保、同装统保、通装联保”的维修原则，实行联合一体化的维修保障模式。高强度的信息化战争使得装备维修任务繁重，针对地面防空群内多个维修任务需求的情况，为了实施精准高效的维修保障，应明确维修任务规划流程，制定科学合理的维修任务规划方案，确保科学、高效完成地面防空群维修保障任务，维修任务规划的具体流程如图1 所示。
姜淑梅出生在山东巨野，1960年跑盲流，在黑龙江落脚。她六十岁学认字，七十五岁学写作，至今已出版四本书，其中《乱时候，穷时候》《苦菜花，甘蔗芽》《俺男人》都属于非虚构写作。她以个人史为圆心，逐渐向外辐射，先后写出家族故事、村庄故事和山东、东北地域几十个家族的发展变迁。其中，《乱时候，穷时候》《苦菜花，甘蔗芽》分别入围2013大众最喜爱的图书和2014中国好书。
图1 地面防空群维修任务规划流程
为了描述地面防空群维修任务规划问题，将地面防空群内的各个防空火力作战单元作为每个维修需求点，将分散部署于周边的抢修力量作为维修支援点。根据防空作战规律特点和地面防空群装备维修保障要求，地面防空群的维修任务规划问题在决策过程中应重点考虑以下因素：
学生发展核心素养是指学生接受相应学段教育，逐步形成能够适应个人终身发展和未来社会生活的关键品格和关键能力[1]。2016年，教育部发布《中国学生发展核心素养》，对推进素质教育改革具有重大指导意义[2]。核心素养的跨学科性与跨领域性决定了其并不指向某一学科知识的普通素养，而是一种跨学科素养。
2）维修时间最短。维修时间包含从维修支援保障点到达维修需求点和实施维修的时间。最短的维修时间能够确保作战单元快速恢复战斗力。由于各个火力单元和维修支援保障点均分散部署，从维修支援保障点到达维修需求点的时间长短不同，应进行合理规划确定总的最短的维修时间。
综上分析，改进的自适应粒子群算法的具体求解步骤为：
先秦部分重点介绍的还有五行、八卦。冯先生指出，五行八卦之学之所以重要，首先因为它是中国上古时代注重天人之际，注重天道人事互相影响这一观念在后代的衍化。五行出于《尚书·洪范》，本义是讲构成万物的五种质素及其功能，如水之润下、火之炎上、木之可曲可直、金之可保留原状可熔炼使之改变形状、土之可以种植作物等性质特点。但自战国末年始，五行家赋予五行更多性质，使之代表五种天然势力，每种势力皆有盛衰之时，并使五行相生相克。特别是汉代五行家将之用于政治，讲“五德终始”之说，谓每一朝代皆代表一德，其服色制度皆受此“德”的支配，代之而起的必是五行中能克此德者。
1.2 多目标优化函数的构建
基于上述分析，地面防空群的维修任务规划将各个火力单元抽象为维修需求点，各个维修抢修机构抽象为维修支援保障点，以维修任务的优先级、维修时间最短和维修保障资源消耗最少为目标，建立如下的地面防空群的维修任务规划模型：
重症肺炎患儿支气管肺泡灌洗液中IL-6、IL-10、IL-17及HMGB1水平 ……… 陈 敏，等(6):670
1.3 约束条件分析
维修任务规划的约束主要考虑维修任务和资源供需关系、维修时间限制和维修资源消耗要求等因素，约束条件具体描述为：
式中，
为由维修支援点i 向维修需求点j 提供p 种维修保障资源的数量；yjp 为维修需求点j 所需p 种维修保障资源的数量；aip 为维修支援点i 能够提供的p 种资源的数量；T 为维修任务最大的允许时间范围；ei 为维修保障资源最大允许损耗量。约束（1）表示维修支援点与维修需求点的平衡关系；约束（2）保证了维修支援点i 的支援能力；约束（3）保证在最大允许时间范围内必须完成对维修需求点j 的支援；约束（4）保证维修支援点i 最大维修资源损耗允许范围；约束（5）表示维修保障资源的非负性。
2 模型求解
2.1 基于置信度法的多目标函数处理
上述建立的维修任务规划模型为组合优化问题，模型具有多个目标函数和多个约束条件，属于典型的NP-hard 问题［8］。为此，将多目标函数通过处理转化为单目标函数进行求解。具体处理步骤为：
1）目标参量的标准化处理。目标函数中的维修任务优先级、维修时间和维修保障资源消耗是不同量纲的目标参数，首先进行目标参数的无量纲标准化处理。
式中，apq 为方案p 中第q 个目标参量的标准化处理值；cpq为目标参量的原始值，
分别为第q 个目标参量的最大值和最小值。
快速、准确地对故障等级进行判断有助于设计人员有针对性地进行故障维修重点分析以及设计改进，也有助于维修保障人员选择适当的维修方式，避免出现花大代价处理次要问题，而严重问题却未被重视的情况。如何科学合理地制定决策规则从而判断故障所属等级是研究的难题，而本文提出的结合了灰色粗糙集组合理论的决策方法可以较好地予以解决。
2）目标参量的权重值确定。置信度法将专家对目标参量的重要性和战场环境变化导致判断的确定程度进行融合处理。考虑到防空作战环境瞬息万变，不同的作战强度和作战紧迫程度会对目标参量的权重产生一定影响。因此，采用将目标参量的重要性和战时环境的变化相结合的方法，可以避免确定的权重值与实际偏离较大，具有较好的实时性和客观性。具体步骤如下：邀请p 位防空作战维修保障方面的专家，对目标参量的权重依据重要性从1～9 进行打分，同时依据战场环境变化给出自己的判断水平，从0～1 给出置信度。若第j 位专家给出的重要性为xij，置信度为ωij，则对目标参量fi可得到p个数对（xij，ωij），由此可计算出目标参量的权重为：
1）维修任务的优先级。战时环境下，维修力量和维修保障等资源有限。当需要完成多个维修任务时，必须对维修任务的优先级进行排序。根据地面防空群内火力单元作战任务的重要性要求，应当首先保障重要的火力单元装备的战备完好性，即先对维修任务优先级高的火力单元实施支援抢修，维修任务完成后，再对较低级别维修任务的火力单元实施抢修。
进行归一化处理，得出目标参量的权重为
。
3）将多目标优化问题转换为单目标求解问题，具体表达式为：
式中，ωi为各个目标参量的权重值，fi 为标准化处理后的目标参量，l 为目标参量个数，取值为3。
2.2 改进的自适应粒子群算法
Step2：计算各个粒子的适应度；
式中，wmax，wmin分别为设定的最大、最小惯性权值；Np为种群规模；粒子i 的加速系数cij，ci2根据惯性权重wi进行自适应调整。
另外，通过适当共享优秀邻域个体的信息可以提高不同粒子平衡点的多样性，以此提高搜索效率。将pg 替换为按个体最优位置排序后最好的S 个体最优位置的加权平均pag，而将pi替换为排序后pi-1与pi的加权平均paj：
式中，fk=f（pk），为pk对应的适应度。
则改进的自适应粒子群算法的粒子速度更新表达式为：
Step4：根据式（8）和式（9）计算每个粒子的惯性权重wi和加速系数ci1、ci2，并根据式（10）和式（11）计算pai和pag；
5)大规模的观光采摘节庆有赖于省际合作，而连点成线整合观光采摘资源是今后观光采摘节庆实现省级合作的趋势。
安全体系的一道重要保障就是管理机制，管理机制的建立应该严格按照涉密数据网络安全保密的要求，测绘行业涉密计算机安全管理机制的构建主要包括以下几个方面：
式中，i（i=1，2，…，m）表示维修支援点，j（j=1，2，…，n）表示维修任务需求点；xjk为维修任务调度标识符，若在维修任务完成能力范围内，则xjk=0，否则xjk=1；pi为维修任务优先级权值，取值范围为0～1；Cij为从维修支援点i 向维修需求点j 实施维修的判断矩阵；tij 为从维修支援点i 向维修需求点j 进行维修所需的时间；dij 为从维修支援点i 向维修需求点j进行维修的保障资源的损耗量；式（1）表示未完成任务的优先级尽可能小，即完成的高优先级任务尽可能多；式（2）表示维修时间最短；式（3）表示维修保障资源损耗最少。
3）维修保障资源消耗最少。战时空防对抗激烈，战斗强度大，地面防空群维修保障资源需求巨大，由于战场环境的复杂性和特殊性，维修保障资源是有限的。维修保障资源消耗从维修支援点数目和支援抢修资源损耗两方面进行考虑。一方面需要的维修支援点数目越少，表明维修保障过程所需的人力物力资源越少，便于作战区域内统一指挥调度；另一方面支援抢修过程中消耗的资源越少，越有利于将结余的资源进行其他维修保障。
Step1：随机初始化各个粒子的位置与速度，将每个粒子的当前位置设置为Xpbest，j，粒子群中最佳粒子的当前位置设置为Xgbest；
对于多目标问题的求解，以往的算法多为启发式算法、完全搜索算法或多层规划算法，这些算法的求解效率不高，结果往往无法令人满意。粒子群算法（Particle Swarm Optimization，PSO）是一类全局随机进化算法，可以对整个参数空间进行高效并行搜索，收敛速度快，但存在精度较低、易发散等缺点［9-11］。为此，可以通过采用多个子种群、改进微粒学习对象选取策略，以及与其他算法混合等方法来提高PSO 算法的性能。本文提出的改进的自适应粒子群算法（Modified PSO，MPSO）通过改进算法中惯性权重这个重要的参数，动态地平衡算法在每一代的探索与开发能力，自适应参数的具体策略是：将粒子按照其最优位置性能从优到劣进行排序，排在第i 位粒子的惯性权重及对应的加速系数为：
Step3：将每个粒子的个体最优秀位置pi、全体最优位置pg和对应的适应度进行更新，并按其个体最优位置性能从优到劣进行排序；
粒子位置表达为：
Step5：更新每个粒子的位置和速度，判断是否满足终止条件（达到最大迭代次数），若满足则循环结束，否则跳转至Step2 继续循环。
3 算例验证
以某地面防空群为例验证算法的有效性，假设该群包含多个型号的防空火力单元，维修任务需求点为30 个，总的装备维修保障支援点为10 个，某时刻地面防空群维修保障支援点的供应态势矩阵如A 所示，矩阵A 表示维修保障支援点i 能够提供p 种维修保障资源的数量，例如a13=9 表示在第3 个维修保障支援点中，能够提供第1 种维修保障资源的数量为9。另外，最大维修保障时间T≤0.5 h，单次维修保障最大资源消耗ei≤0.4。按照基于置信度的多目标函数处理得到各目标参数的权重ω（f1）=0.482，ω（f2）=0.365，ω（f3）=0.153。
书中给读者留了几个对比，其中一个就是小怜，小怜出身更低，是个丫鬟，而且是个被大公子凤举垂涎的丫鬟。小怜在陪主人看戏时巧遇春江，于是迅速改变了自己的命运，成为下人中的偶像。这就不得不说同名电视剧中的败笔，小怜作为清秋的对照，其婚姻生活是美满的，并不存在所谓的悲惨结局。其他的如：八小姐梅丽与傧相谢玉树，富家女吴蔼芳与学生卫璧安等等，都是贫富差距较大而走到一起的例子。这些姻缘在书中没有做最后交待，却留下了足够读者遐想的空间。
分别采用改进的自适应粒子群与传统粒子群算法进行仿真对比，算法的参数设置为：惯性权重wmax=0.9，wmin=0.4，加速度常数c1=c2=1.8，粒子数目n=20，最大迭代次数itermax=300。运用MATLAB 软件仿真，得到两种算法的进化收敛过程图如图2所示。
图2 算法进化收敛示意图
从图中可以看出，改进的自适应粒子群优化算法的收敛速度更快，且算法求解结果的质量优于传统粒子群算法。同时，考虑到区域联合防空作战要求及战场环境的复杂性，分别以10 个、30 个和50个维修任务需求点为背景，分别进行100 次仿真模拟，将两种算法的结果取均值进行比较，具体结果如表1 所示。
表1 多个维修任务需求点下两种算法的结果对比
可以看出，3 种不同数量的维修任务需求点条件下，改进的自适应粒子群优化算法的结果优于传统粒子群算法，维修任务完成量和任务优先权值完成率提高，维修资源损耗量降低。同时，维修任务需求点的数量越多，改进的自适应粒子群优化算法在任务完成量、权值完成率、资源损耗等指标结果上越优于传统粒子群算法。
图3 为维修任务需求点为30 个时，以维修任务规划优先权值完成百分比为目标，采用两种算法的对比结果。可以看出，改进的自适应粒子群算法的任务优先权值完成率一直保持在98%以上，能够很好地满足战时地面防空群维修任务规划的需求。
（2）鄱阳湖水体垂直分布特征分为混合型（A型）、增大型（B型）、中层增大或减小型（C型）、上部增大下部混合型（D型）4种类型，分别占总站点数的32.26%、54.84%、6.45%和6.45%，该区域近70%为垂直非均匀水体，可见在水色遥感反演中统一采用表层水样监测数据为代表值进行建模，并不完全合理，甚至在某些区域存在较大误差。今后还需通过大量观测数据和遥感反演模型进行进一步验证。
图3 任务规划权值完成率分析
4 结论
本文根据地面防空作战维修保障特点，建立了维修任务规划流程，以维修任务的优先级、维修时间和维修保障资源消耗为目标函数，构建了地面防空群维修任务规划模型，采用改进的自适应粒子群算法对模型进行了求解。算例结果表明，构建的多目标数学模型适合地面防空群的维修任务规划问题，新算法在收敛速度和求解质量方面均表现出良好的性能，维修任务规划权值完成率很高，能够较好地解决战时地面防空群的维修任务规划问题。后续研究进一步对维修任务模型进行描述，以及分析维修供需动态变化对于维修任务规划的影响。
参考文献：
［1］周伟，王东锋，郭波，等.战时维修任务动态调度方法研究［J］.装备指挥技术学院学报，2011，22（4）：22-26.
［2］万明，张凤鸣，樊晓光.战时装备维修任务调度的两种新算法［J］.系统工程与电子技术，2012，34（1）：108-110.
［3］昝翔，张仕新，陈春良，等.基于多属性决策的装备维修任务优先级分类方法［J］. 装甲兵工程学院学报，2017，31（1）：21-24.
［4］牛天林，王洁，杜燕波，等.战时维修保障资源优化调度的μPSO 算法研究［J］. 计算机工程与应用，2011，47（9）：210-213.
［5］陈立云，刘爱珍.战时维修保障力量的优化调度方法研究［J］.军事运筹与系统工程，2014，28（3）：43-47.
［6］刘文宝，王少华，孟祥辉，等.基于遗传算法的装备维修任务规划［J］.兵工自动化，2010，29（11）：23-26.
［7］吕学志，于永利，张柳.伴随修理中的维修任务调度策略［J］.系统工程理论与实践，2013，33（1）：209-214.
［8］崔逊学.多目标进化算法及其应用［M］.北京：国防工业出版社，2008.
［9］李小青.混合粒子群算法及在可靠性优化中的应用［J］.计算机系统应用，2012，21（3）：167-170.
［10］宋伟.基于进化算法的多目标优化方法研究［D］.长沙：中南民族大学，2011.
［11］白冬梅，白永生，韩玉成.基于二维量度的复杂设备预防性维修决策优化［J］. 火力与指挥控制，2017，42（2）：88-91.
［12］韩城，杨海燕，马嘉呈.基于贝叶斯网络的防空作战战损评估模型构建［J］. 火力与指挥控制，2018，43（2）：36-40.
Research on Maintenance Task Planning of Surface Air Defense Group Based on MPSO
ZUO Wen-bo1，ZHAO Ying-jun1，ZHANG Di-zhe2，HE Liu1
（1.School of Air Defense and Antimissile，Air Force Engineering University，Xi’an 710051，China 2.Unit 93942 of PLA，Xianyang 712000，China）
Abstract： The maintenance task planning process is built for maintenance task planning problem of surface air defense group. The maintenance task planning model is established as the target of priority of maintenance task，maintenance time，maintenance and support resources consumption.According to the characteristics of battlefield environment，multi-objective optimization problem is transferred to single objective optimization problem based on confidence level method for giving the weight of multi target parameters. A modified self-adaptive particle swarm optimization （MPSO）is used to solve the model. At last，a simulation example proves rapidity and effectiveness of MPSO which is suitable for solving maintenance task planning problem of surface air defense group. This method is more superior to traditional particle group algorithm in convergence rate and solution result quality.This paper can provide references for army maintenance support decision making.
Key words： surface air defense group，equipment maintenance，task planning，MPSO algorithm，multi-objective optimization
中图分类号： E926；TJ07
文献标识码： A
DOI： 10.3969/j.issn.1002-0640.2019.08.017
引用格式 ：左文博，赵英俊，张迪哲，等.基于MPSO 的地面防空群维修任务规划研究［J］.火力与指挥控制，2019，44（8）：89-93.
文章编号： 1002-0640（2019）08-0089-05
收稿日期： 2018-03-08
修回日期： 2018-05-27
*基金项目： 全军军事类研究生基金资助项目（2016JY298）
作者简介：
左文博（1983- ），男，陕西咸阳人，博士研究生。研究方向：装备作战使用与保障。
赵英俊（1966- ），男，吉林磐石人，教授，博士生导师。研究方向：装备作战使用与保障。
课后的任务布置环节只有一项，用写作平台上传作文，要求每位学生在规定时间内写（上传）一篇不少于150字的以“我的母亲”为题的叙述性描写类文章。下节课上课前，由同伴互评，小组评选一份“佳作”，下节课课上展示。
Citation format： ZUO W B，ZHAO Y J，ZHANG D Z，et al.Research on maintenance task planning of surface air defense group based on MPSO［J］.Fire Control&Command Control，2019，44（8）：89-93.
标签：地面防空群论文; 装备维修论文; 任务规划论文; MPSO算法论文; 多目标优化论文; 空军工程大学防空反导学院论文; 解放军93942部队论文;