场站飞行后勤保障车辆调度建模与仿真
引 言
航空兵场站飞行后勤保障是指为航空兵部队飞行准备、飞行实施和飞行后恢复战备状态所进行的各项专业勤务工作的总称。而车辆保障作为其主要过程是指场站根据其所担负的保障对象和机场设施的实际情况，运用多种保障车辆，根据飞行计划的要求，对各种保障车辆的行进路线、时间节点等进行的调度。由于场站飞行后勤保障车辆调度系统是离散动态系统，很难用解析法准确描述车辆保障的全过程，而基于实体流程方法的仿真软件Arena对这类动态系统进行仿真具有较高的真实性。因此，利用仿真软件Arena对航空兵场站飞行后勤保障车辆调度过程建立仿真模型，通过对模型中保障车辆资源及其相关保障时间约束条件的设定，利用其集成的基于禁忌搜索(Tabu Search)和散点搜索(Scatter Search)等启发式算法的OptQuest优化工具箱，对保障车辆资源进行优化，是科学可行的。
目前，国外空军在后勤保障仿真方面已经开发出ALS、SMFORCE、LogSam以及LCOM等模型，已经应用于现实的基地化保障中，极大地提高了飞行后勤保障效能。此外，外军已经利用Arena软件开发出了后勤运输保障模型以及评估某一地区医院应对生化危机计划的仿真模型，用来检验制订的预案的科学性、有效性。国内对于飞行后勤保障过程的建模与仿真，主要用于训练飞行后勤保障指挥员的组织指挥能力和检验指挥员根据自身经验制定的飞行保障计划的可行性，对于场站飞行后勤保障车辆调度的仿真与优化，主要集中在对其保障车辆调度过程的模拟，没有考虑飞行计划对于飞行后勤保障车辆调度过程的时效性要求及场站现有保障车辆资源约束。
1 飞行后勤保障车辆调度建模
1.1 模型功能
目前，场站指挥员在制定飞行后勤保障车辆计划时，主要依据过去多年该单位保障过程积累下的保障车辆与飞机配比，以及具体飞行计划要求和个人经验，而通过此种方式制定的飞行后勤保障计划，往往容易发生实际保障过程中部分保障车辆资源不足或过剩，从而造成飞行保障地面准备时间不必要的延长及各类保障资源的浪费。
为了贯彻现代作战后勤保障中的“精确后勤”思想，本文基于Arena建立的飞行后勤保障车辆调度仿真模型主要实现以下三种功能：
(1)以飞行计划中确定的地面飞行后勤车辆保障准备结束时间作为终态仿真终止条件，检验在指定时间段内，依据指挥员自身经验制定的飞行后勤保障计划中的各类车辆资源数目能否按时完成飞行后勤保障任务。
(2)利用Arena集成的OptQuest仿真优化工具箱，利用禁忌搜索和散点搜索等启发式算法，以飞行计划中确定的地面飞行后勤保障准备时间作为目标函数，以场站现有各类保障车辆资源数目作为约束条件，从而确定飞行保障过程中各类保障车辆资源的实际需要数量。
(3)对飞行后勤保障过程中指挥员关心的部分数据进行统计分析。(如单机油料保障时间)
1.2模型设计
基于离散事件系统建模与仿真软件Arena建立的飞行后勤保障车辆调度仿真模型，由飞机实体产生模块、飞机保障状态判断模块、保障车辆调度策略模块等以下5个模块组成。各模块之间的关系(如图1)：
(1)飞机实体产生模块。飞机实体产生模块的功能是产生飞行后勤保障3个阶段中服从不同时间分布的飞机实体，并对飞机实体的各种保障状态属性赋初值(如数值0表示该项保障未进行，1表示已完成)，并将其传送到飞机保障状态判断模块。其Arena实体流程图(如图2)：
(2)飞机保障状态判断模块。飞机保障状态判断模块的功能是对飞机是否完成各种保障进行判断，如果某架飞机完成了所有保障，则将其送入统计和报告输出模块；否则，实体进入保障车辆调度策略模块。其Arena实体流程图(如图3)：
(3)保障车辆调度策略模块。保障车辆调度策略模块的功能是指依据保障状态判断模块判断得出的飞机实体未完成各项保障，通过对各种保障车辆资源状态(占用、可用)的实时监控，调度相应的保障车辆遂行保障。例如，以飞机需要三项保障(油料、充氮、充氧)为例，根据相关保障规定，飞机实体在三种保障均需要的情况下的保障车辆调度策略为：车辆状态1，油料车、充氮车、充氧车均可用，选择加油、充氮同时保障；车辆状态2，油车全部被占用时，充氮、氧车可用时，选择氮氧同时保障；车辆状态3，氧车全部占用，油氮车辆可用，选择油氮同时保障；车辆状态4，如果氮气车全部被占用，油氧车辆可用，则选择单一的加油保障；车辆状态5：如果加油、充氮车辆均被占用，充氧车可用，则选择氧气保障；车辆状态6：氮氧车辆均被占用，油车可用，则选择加油保障；车辆状态7：如果油氧车辆均被占用，氮气车辆可用，则选择充氮保障；车辆状态8：三种保障车辆均被占用，则进入等待时间最短的保障车辆队列等待保障。飞机未完成任何保障的车辆调度策略的Arena实体流程图(如图4)：
(4)保障方式选择模块。该模块的功能是根据飞机的各种保障状态属性，结合保障车辆调度策略模块确定的车辆调度方式，调度各种保障车辆对飞机实体进行相应保障(油氮、氮氧同时保障，单一的加油、充氮、充氧保障)。其Arena仿真实体流程图(如图5)：
(5)统计、报告输出模块。统计仿真模型运行过程中，进一步深入分析需要的各种数据。(如资源利用率、保障资源队列长度、平均等待时间等)
2 OptQuest优化模型
由于飞行后勤保障车辆调度仿真模型中的保障车辆资源需求问题属于组合优化问题，无法建立具体的解析式。因此，在仿真模型中利用Arena集成的OptQuest工具箱，建立基于宽松目标函数和约束条件表达式的保障车辆资源需求仿真优化模型。其决策变量为X=(x1，x2，…，xi)；xi表示仿真模型中第i 种保障车辆资源的初始数量，i=(1，2，…，n)，i表示第n种类型的保障；模型目标函数为minf(x)，f(x)为优化算法的评价函数，本文中选取单架飞机的最短平均保障时间作为其目标函数；约束条件分别为：各种保障车辆资源数量约束，各保障队列平均等待时间小于某一用户给定值，通过多次仿真运行，及其输出结果分析，最终找到满足约束条件的最优解。其优化模型如下：
minf(x) (1)
s.t. 0≤xi≤j，(j为常量) (2)
0≤Avewaittime(i)≤k，(k为常量) (3)
3 仿真实例
以保障空军某型作战飞机首次出动训练车辆保障任务为例(保障6架飞机，各飞行1个架次，6架飞机加油、充氮、充氧初始保障属性均设为0未保障)，其目标函数minf(x)为最短单机保障时间。各种保障车辆资源xi(i=1，2，3)约束条件如下：x1为加油车，初始值为3辆，且2≤x1≤4；x2为充氧车，初始值为1辆，且1≤x2≤2；x3为充氮车，初始值为1辆，且1≤x3≤2；加油、充氧、充氮队列的平均等待时间(min)约束分别为：0≤Avewaittime(1)
≤4，0≤Avewaittime(2)≤1，0≤Avewaittime(3)≤1。保障车辆资源约束及其保障时间分布(见表1)，各类保障车辆队列平均等待时间约束(见表2)：
根据各类保障车辆资源初始值，结合Arena建立的飞行后勤保障车辆调度仿真模型，利用Arena集成的OptQuest优化工具箱对仿真模型进行求解。单次仿真运行时间设为8h，仿真重复运行次数设为100次，评价解性能的置信区间设为95%。仿真优化模型输出的最优解为：X*=(4，2，2)(加油车4辆，充氧车2辆，充氮车2辆)；目标函数最优值f(x)=13.7689min(单机平均保障时间)；各保障队列平均等待时间(加油、充氧、充氮)分别为：0，0.2156，0min。而在初始车辆资源输入条件下(人工经验)仿真模型运行输出结果为：单机平均保障时间为29.7346min；加油、充氧、充氮队列的平均等待时间分别为7.9077min、1.6772min、0.4907min(如图6所示)。通过上述仿真结果分析表明：在加油车、充氧车、充氮车分别增加1台的情况下，单机保障时间缩短了15.936min，保障效率提高了53.59%；油料和充氧保障队列平均等待时间分别缩短了7.9077min、1.4616min、0.4907min。
4 结束语
本文在深入分析飞行后勤保障车辆调度系统特点的基础上，利用仿真软件Arena对场站后勤保障车辆调度过程进行了仿真。利用建立的仿真模型，对不同保障车辆资源约束下，某型飞机首次出动飞行后勤保障车辆调度过程，利用所建模型进行了仿真优化。结果分析表明，利用计算机对飞行后勤保障车辆调度过程进行建模与仿真，通过对保障车辆调度过程保障车辆资源输入的仿真优化及相关数据的敏感性分析，而后修订的飞行后勤保障计划较之指挥员依据传统经验制定的飞行后勤保障计划，在不需要大量增加各类保障车辆资源数量的条件下，可以显著缩短飞行后勤保障完成时间，提高场站保障车辆资源利用率和飞行后勤保障组织指挥效能。为场站指挥员科学制定飞行后勤保障计划提供了一种新的方法。
