基于定期与视情相结合的舰艇编队等级修理计划编制方法

摘要

本发明公开了一种基于定期与视情相结合的舰艇编队等级修理计划编制方法，包括如下步骤：步骤1：建立任务舰艇编队等级修理计划基础数据库；步骤2：建立舰艇编队效能评估模型；步骤3：建立舰艇视情维修效能恢复模型；步骤4：建立基于定期与视情相结合模式的任务舰艇编队等级修理计划双层多目标优化模型；步骤5：运用基于分层序列的理想点粒子群算法优化求解得到任务舰艇编队的任务配置计划和等级修理计划。本发明对于科学拟制任务舰艇编队使用计划和等级修理计划，确保舰艇使命任务的有效履行能够提供有力的技术支撑。

说明书

技术领域

本发明涉及舰艇维修保障技术领域，具体地指一种基于定期与视情相结合的舰艇编队等级修理计划编制方法。

背景技术

舰艇等级修理由于维修周期长、经费需求大、影响因素多、对舰艇使命任务履行影响显著，科学编制舰艇等级修理计划一直是舰艇维修保障领域重点关注的一项技术难题。

长期以来，舰艇等级修理执行定期与双控相结合的修理模式，即根据修理结构相关规定确定修理级别、修理时间以及修理间隔等(控计划)，根据给定的预算指标设定修理范围和修理深度(控经费)。这种模式主要以现行规定要求和经验分析为主，简化了修理计划的编制过程，可以有效控制修理经费，但同时难以全面考虑不同类型舰艇在自身技术状态、面临的任务类型、使用强度、修理需求等方面的差异性。

随着海军使命任务的拓展、舰艇使用强度的增大和能力需求的提高，对舰艇等级修理计划的科学编制也提出了新的更高要求，定期与视情相结合的修理模式开始逐步推行，即根据舰型装备特性和使命任务，结合舰艇设计组织论证各舰型修理策略和寿命剖面，确定修理结构，并且根据任务特点和使用环境，确定预防性修理类别和范围。如何在该模式下综合考虑舰艇技术状态、任务需求、经费预算等关键要素，编制出科学合理的舰艇等级修理计划，满足新时代舰艇使命任务需要，是当前迫切需要解决的重要难题。

目前对于舰艇等级修理计划编制的研究，通常将其视为一个多条件约束下的多目标决策或优化问题，通过将计划编制过程建模为一个约束满足问题，运用优化算法寻求符合约束的最佳舰艇等级修理计划。同时，进一步考虑到优化目标对修理效果的影响，不同目标下的优化模型被不断提出，如基于可靠度和费用的视情维修间隔模型，以维修费用最小为目标的舰艇修理级别优化模型，以安全性、任务性和经济性风险最小为目标的修理计划优化模型等；考虑到舰艇体系运用的实际需要，以舰艇编队为对象的等级修理计划优化模型也被提出，如带有约束条件的二层网络流模型和集划分模型，以减少编队服役期内可用舰艇数量波动幅度为目标的修理计划优化模型，以提高编队部署时间的舰艇编队修理结构模型，基于多艘同型舰艇部署能力的优化模型，面向平均修理间隔的修理计划优化模型等等。但是，目前的研究较少考虑修理模式对修理计划的影响，尤其是在既定修理模式下，如何考虑现行规定的修理结构、多样化任务需求、舰艇编队效能衰减和恢复制定合理的修理计划是亟待解决的问题。

发明内容

本发明的目的就是要提供一种基于定期与视情相结合的舰艇编队等级修理计划编制方法，该方法在定期与视情相结合模式下，以满足舰艇实际的修理需求和多样化任务需求为前提，在建立任务舰艇编队的效能评估模型、舰艇视情维修效能恢复模型的基础上，进一步以任务舰艇数量最小、任务舰艇编队效能最大、修理经费最少、可用度最高为目标，以舰艇是否修理、修理起始时间、修理经费、修理时间以及每项任务所需舰艇编号为决策变量，考虑任务时间约束和任务能力约束，任务时间交叠约束，修理时间约束，跨期修理经费约束，修理总经费约束，能力恢复和修理经费、修理时间关系约束，能力恢复约束和在航率约束建立任务舰艇编队等级修理计划优化模型，采用基于分层序列法的理想点粒子群优化算法对模型进行求解，同时得到舰艇编队的任务配置计划和等级修理计划，较好满足实际的修理需求和任务需求。

为实现此目的，本发明所设计的一种基于定期与视情相结合的舰艇编队等级修理计划编制方法，它包括如下步骤：

步骤1：建立任务舰艇编队等级修理计划基础数据库，任务舰艇编队等级修理计划基础数据库包括现有舰艇基本数据，舰艇在决策起始时间点的指挥控制能力、机动能力、防御能力、进攻能力和保障能力的初始值，以及舰艇修理数据参数和多样化任务数据参数；

步骤2：根据舰艇分项能力值随时间发生衰减的特性、单艘舰艇对舰艇编队分项能力值的权重，考虑决策者对舰艇编队分项能力值的期望和风险偏好程度，以及舰艇编队各分项能力值对总体效能的贡献度权重，建立舰艇编队效能评估模型，所述舰艇分项能力值包括舰艇指挥控制能力值、机动能力值、防御能力值、进攻能力值和保障能力值，舰艇编队分项能力值包括舰艇编队指挥控制能力值、机动能力值、防御能力值、进攻能力值和保障能力值；

步骤3：根据舰艇的修理经费和修理时间对能力恢复值的权重、舰艇某分项能力修理后所能恢复的数值，考虑定期与双控相结合模式下同级别等级修理的能力恢复、修理经费和修理时间的基准值，建立舰艇视情维修效能恢复模型；

步骤4：以任务舰艇编队内舰艇数量最少为第一层目标，以任务舰艇编队效能最大、修理经费最少、可用度最高为第二层目标，以舰艇是否修理、修理起始时间、修理经费、修理时间以及每项任务所需舰艇编号为决策变量，考虑任务时间约束和任务能力约束，任务时间交叠约束，修理时间约束，跨期修理经费约束，修理总经费约束，能力恢复约束，在航率约束，以及舰艇视情维修效能恢复模型中的能力恢复和修理经费、修理时间关系约束，建立基于定期与视情相结合模式的任务舰艇编队等级修理计划双层多目标优化模型；

步骤5：运用基于分层序列的理想点粒子群算法对基于定期与视情相结合模式的任务舰艇编队等级修理计划双层多目标优化模型进行求解，得到决策变量，进而得到任务舰艇编队的任务配置计划和等级修理计划。

本发明的有益效果：

本发明充分考虑舰艇的实际技术状态、视情修理活动以及各类战训任务对舰艇等级修理计划科学安排的显著影响，建立任务舰艇编队效能评估模型，反映了舰艇效能的发展变化规律，建立舰艇视情维修效能恢复模型，反映了舰艇的实际技术状态、修理需求与修理投入的关系，建立任务舰艇编队的舰艇数量最小、效能最大、修理经费最少、可用度最高等多重目标，确保了舰艇资源的优化利用、满足了实际的修理和任务需求、提高了修理活动的军事经济效益，运用基于分层序列的理想点粒子群优化算法对模型进行求解，解决了双层多目标优化的难题，能同时确定任务舰艇编队的任务配置计划和等级修理计划，充分发挥出定期与视情相结合修理模式的潜在效益。

附图说明

图1为本发明方法的流程图；

图2为本发明中舰艇编号和类型；

图3为本发明中任务时间需求和对舰艇编队分项能力需求；

图4为本发明中舰艇初始分项能力值；

图5为本发明中舰艇修理数据参数；

图6为本发明中舰艇能力衰减函数；

图7为本发明中舰艇能力恢复函数；

图8为本发明中舰艇编队执行任务的配置计划安排；

图9为本发明中舰艇编队等级修理计划安排；

图10为本发明中舰艇编队可用状态；

图11为本发明中两种修理模式下的任务舰艇编队等级修理计划安排效果。

具体实施方式

以下结合附图和具体实施例对本发明作进一步的详细说明：

如图1所示基于定期与视情相结合的舰艇编队等级修理计划编制方法，它包括如下步骤：

步骤1：建立任务舰艇编队等级修理计划基础数据库，任务舰艇编队等级修理计划基础数据库包括现有舰艇基本数据，舰艇在决策起始时间点的指挥控制能力、机动能力、防御能力、进攻能力和保障能力的初始值，以及舰艇修理数据参数和多样化任务数据参数；

步骤2：根据舰艇分项能力值随时间发生衰减的特性、单艘舰艇对舰艇编队分项能力值的权重，考虑决策者对舰艇编队分项能力值的期望和风险偏好程度，以及舰艇编队各分项能力值对总体效能的贡献度权重，建立舰艇编队效能评估模型，所述舰艇分项能力值包括舰艇指挥控制能力值、机动能力值、防御能力值、进攻能力值和保障能力值，舰艇编队分项能力值包括舰艇编队指挥控制能力值、机动能力值、防御能力值、进攻能力值和保障能力值；

步骤3：根据舰艇的修理经费和修理时间对能力恢复值的权重、舰艇某分项能力修理后所能恢复的数值，考虑定期与双控相结合模式下同级别等级修理的能力恢复、修理经费和修理时间的基准值，建立舰艇视情维修效能恢复模型；

步骤4：以任务舰艇编队内舰艇数量最少为第一层目标，以任务舰艇编队效能最大、修理经费最少、可用度最高为第二层目标，以舰艇是否修理、修理起始时间、修理经费、修理时间以及每项任务所需舰艇编号(舰艇编号用S

步骤5：运用基于分层序列的理想点粒子群算法对基于定期与视情相结合模式的任务舰艇编队等级修理计划双层多目标优化模型进行求解，得到决策变量，该决策变量包括舰艇是否修理、修理起始时间、修理经费、修理时间以及每项任务所需舰艇编号，进而得到任务舰艇编队的任务配置计划和等级修理计划，修理计划包括：舰艇修理编号、修理起始时间修理时间、修理经费。任务计划包括：每项任务所需舰船编号。

上述技术方案的步骤1中，根据现有舰艇基本数据、舰艇在决策起始时间点的指挥控制能力、机动能力、防御能力、进攻能力和保障能力的初始值、现行舰艇修理规定、舰艇编队面临的任务需求，建立任务舰艇编队等级修理计划基础数据库；

所述现有舰艇基本数据包括任务舰艇编队中所有舰艇的编号、类型以及不同类型舰艇数量，所述舰艇在决策起始时间点的指挥控制能力、机动能力、防御能力、进攻能力和保障能力的初始值用于描述舰艇在该时间点的对应能力表现，所述舰艇修理数据参数用于作为舰艇编队等级修理计划优化模型的基础数据(该基础数据为修理计划优化模型中与舰艇相关的已知条件)，所述多样化任务数据参数用于描述多样化任务在规模、时间和能力方面的要求。

上述技术方案的步骤1中，现有舰艇基本数据包括所有舰艇的编号、类型以及不同类型舰艇数量；

对于所有舰艇的集合，具体表示为：

S＝{{S

式中，S表示所有舰艇的集合，S

对于任务舰艇编队构成，具体表示为：

式中，

所述舰艇在决策起始时间点的指挥控制能力、机动能力、防御能力、进攻能力和保障能力的初始值用于表示对应指挥控制能力、机动能力、防御能力、进攻能力和保障能力的大小，具体针对装备技术状态综合评估得到；

舰艇修理数据参数包括舰艇编号、根据现行舰艇修理规定初步拟定的修理级别、上次等级修理或入役保修结束至决策起始点的时间长度、在航状态的能力最低要求值；

多样化任务数据参数包括任务数量、不同任务的执行时间以及任务对舰艇编队分项能力的最低要求值；

对于多样化任务，具体表示为：

式中，R表示一段时期[T

上述技术方案的步骤2中，建立舰艇编队效能评估模型的具体方法为：

首先，针对舰艇效能会随时间发生衰减的特性，采用逆向logistic函数建立舰艇编队的分项能力值评估模型：

式中，

然后，考虑决策者对舰艇编队分项能力值的期望和风险偏好，运用前景理论建立任务舰艇编队分项能力价值函数：

式中，

进一步，得到舰艇编队效能评估模型：

式中，

上述技术方案的步骤3中，考虑到舰艇效能在使用过程中会发生衰减，修理可以在一定程度上对其进行恢复，而且修理经费越高、修理时间越长，往往恢复的效果越好，因此，对于舰艇S

式中，

本发明提出的定期与视情相结合，是在标准化修理安排基础上根据具体情况适当调整修理经费和修理时间投入，进而得到不同的能力恢复值，相对于以前的模式更加灵活。

上述技术方案的步骤4中建立基于定期与视情相结合模式的任务舰艇编队等级修理计划双层多目标优化模型的具体方法为：

基于定期与视情相结合模式的任务舰艇编队等级修理计划双层多目标优化模型包括目标函数和约束条件，此处目标函数又分为两个层次，第一层目标为任务舰艇编队的舰艇数量最少；第二层目标有三个，分别是任务舰艇编队效能最大、修理经费最少、可用度最高；

第一层目标是任务舰艇编队的舰艇数量最少，具体表示为：

式中，n

第二层目标有三个，分别是任务舰艇编队效能最大、修理经费最少、可用度最高；

对于任务舰艇编队效能最大，具体表示为：

式中，f

对于修理经费最少，具体表示为：

式中，n代表舰艇数量，x

对于可用度最高，具体表示为：

式中，A表示任务舰艇编队可用度，w

然后，确定优化模型的决策变量及其取值范围：对于舰艇S

进一步，确定优化模型的约束条件为：

对于任务时间约束，要求任务持续时间内任务舰艇不能进行等级修理，具体表示为：

当

式中，

对于任务能力约束，要求任务舰艇编队的指挥控制能力值、机动能力值、防御能力值、进攻能力值、保障能力值均大于任务对应能力的最低要求值，具体表示为：

式中；

对于任务时间交叠约束，要求同一舰艇不能同时执行两项任务，对于舰艇S

当

式中，

对于修理时间约束，根据现行舰艇修理规定，对于舰艇S

T

式中，T

对于跨期修理经费约束，当舰艇存在跨越[T

式中，c

对于修理总经费约束，需修舰艇的总经费不得超过总的经费预算指标，具体表示为：

式中，x

对于能力恢复与修理经费、修理时间关系约束，具体表示为：

式中，

对于能力恢复约束，在不改装条件下，修理只能使能力得到有限恢复，而不会达到上次等级修理或入役保修结束时的初始能力，此时：

式中，

对于总体在航率约束，具体表示为：

式中，n表示舰艇总数，N

对于不同类型舰艇在航率约束，具体表示为：

式中，N

上述技术方案的步骤5中，运用基于分层序列的理想点粒子群算法对基于定期与视情相结合模式的任务舰艇编队等级修理计划双层多目标优化模型进行求解的具体步骤为：

第一步，为确保舰艇战备实力维持，防止过多舰艇执行任务造成资源浪费，在满足各项约束条件(s.t.(I)中列出为相关约束条件)的情况下，将执行任务的舰艇数量最小作为首要目标，得出每项任务所需的最小舰艇数量

s.t.(Ⅰ)

第二步，以第一步结果为基础，考虑任务舰艇编队效能最大、修理经费最少、可用度最高三个目标，优化求解得出舰艇是否修理、修理起始时间、修理经费、修理时间以及每项任务所需舰艇编号；

采用基于理想点的粒子群算法根据目标函数和约束条件对未知的决策变量进行求解，具体步骤为：

首先，求解理想点，以单个目标作为优化目标，在不考虑另外两个目标情况下，分别使用粒子群算法求解出三个单目标的最优值作为理想点：

op＝(f

式中，f

其次，生成目标的重要度权重，运用专家评估法得到三个优化目标的重要度权重为：

w

式中，w

然后，构造适应度函数，将粒子的目标值与理想值的距离作为粒子的适应度函数，具体表示为：

式中，

最后，求解得到决策变量，以构造的适应度函数作为目标运用基于分层序列的理想点粒子群算法对基于定期与视情相结合模式的任务舰艇编队等级修理计划双层多目标优化模型进行优化求解，得到舰艇是否修理、修理起始时间、修理经费、修理时间以及每项任务所需舰艇编号；

对于上述运用基于分层序列的理想点粒子群算法求解的具体步骤为：

首先，编码，决策变量为舰艇是否修理、修理的起始时间、修理经费、修理时间以及每项任务所需舰艇编号，其中既有离散变量又有连续变量，既有0-1变量又有整数变量，采用分段混合编码的方式，具体为

此时，对于由N个粒子组成的种群(粒子是粒子群优化算法中的特定表述方式，粒子的位置表示按照既定的编码规则给定的解)，粒子m(m＝1,2,…,N)的当前位置表示为

粒子位置是一个多维变量，对于每个维度而言，飞行速度是不一样的，因此，飞行速度也是多维的，V

随后，初始化粒子群，即随机设定粒子m的初始位置Q

然后，计算适应度，在求解理想点时，分别将任务舰艇编队效能、修理经费、可用度为适应度，计算每个粒子的适应度值；在求解决策变量最优解时，将任务舰艇编队效能、修理经费和可用度目标值与理想点的距离作为适应度，计算每个粒子的适应度值；

当迭代至第k代时，粒子m的位置为Q

最后，对每个粒子的飞行速度和位置同步更新：

一是飞行速度更新，具体表示为：

V

+c

其中，V

在飞行速度更新时，对于惯性权重w(k)，采用线性递减权值策略：

其中，w

二是粒子位置更新：

对于二进制离散编码，具体表示为：

对于连续编码，具体表示为：

Q

对于整数编码，具体表示为：

Q

式中，Q

对于整数编码，由于用来描述舰艇编号(取1,2,…,n)，因此，对于超过位置范围的粒子，实行异步处理，即对不满足约束的位置维度进行初始化，确保其不超过取值范围，具体表示为：

当Q

迭代优化，按照上述步骤进行迭代，记录和更新历次迭代中粒子群体的最优适度值以及相应的粒子位置，同步更新粒子的飞行速度和位置，当达到预先设定的最大迭代次数T

本实施例以某单位舰艇为对象，在给定年度任务需求的条件下，基于定期与视情相结合模式，编制其年度舰艇等级修理计划。

根据步骤1，所有舰艇编号、类型如图2所示，每艘舰艇在决策起始时间点的初始分项能力值如图3所示，每艘舰艇的各项修理数据参数如图4所示，各项任务的时间需求和对舰艇编队分项能力需求如图5所示；

根据步骤2，单艘舰艇分项能力对总体效能的贡献度权重，由计划编制者根据战略目标、使命任务、有关规定指示和基层部队意见综合确定，(w

根据步骤3，修理经费和修理时间对能力恢复值的权重，由专家和修理人员对修理效果分析评估得到，统一确定为0.5；γ

根据步骤4，舰艇等级修理经费预算指标为7000万元，舰艇总体最低在航率根据部队类型和现行规定综合确定为r＝60％；舰船分为驱逐舰De、护卫舰Fr、补给舰Au三种类型，各类型舰艇的最低在航率根据所在单位历年的在航率数据进行统计评估得到，确定为r

根据步骤5，通过分层序列理想点粒子群优化算法第一步，得到

通过分层序列理想点粒子群优化算法第二步，根据战略目标、使命任务、决策者偏好确定任务舰艇编队效能、修理经费、可用度三个目标的重要度权重，(w

为进行对比分析，在“定期与视情相结合”与“定期与双控相结合”两种模式下的任务舰艇等级修理计划安排比较情况如图11所示。

通过比较，在定期与双控相结合模式下，可以有效节约修理经费，但任务舰艇编队效能、可用度相对较低；在定期与视情相结合模式下，由于根据舰艇实际技术状态安排修理活动，能够对舰艇效能进行有效恢复，在修理经费允许的情况下，可通过适当增加修理经费投入提高任务舰艇编队的效能和可用度，更好地满足舰艇的修理和使用需求。

本发明提供了一种基于定期与视情相结合模式的任务舰艇编队等级修理计划编制方法，能够以定期修理的基本框架为基础，全面考虑舰艇的实际技术状态、修理需求以及任务需求，使舰艇的效能得到全面、充分的恢复，科学拟制出任务舰艇编队的等级修理计划，确保舰艇使命任务的有效履行。

本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。