面向时间窗耦合任务的舰基直升机群轮转作业调度方法

doi:10.7527/S1000-6893.2026.32783

电子电气工程与控制

本期目录 | 过刊浏览 | 高级检索

前一篇 |

面向时间窗耦合任务的舰基直升机群轮转作业调度方法

吴浩南¹, 韩啸华¹, 韩维¹, 刘洁², 苏析超¹()

^1.海军航空大学，烟台 264001
^2.中国人民解放军32009部队，北京 100091

收稿日期:2025-09-15 修回日期:2025-12-31 接受日期:2026-03-06 出版日期:2026-03-17 发布日期:2026-03-16
通讯作者: 苏析超 E-mail:suxich@126.com
基金资助:
国家自然科学基金(62403486);中国科协青年人才托举工程

Scheduling method for ship-based helicopter group rotation for time-window coupled tasks

Haonan WU¹, Xiaohua HAN¹, Wei HAN¹, Jie LIU², Xichao SU¹()

^1.Naval Aviation University，Yantai 264001，China
^2.PLA 91351 Troops，Beijing 100091，China

Received:2025-09-15 Revised:2025-12-31 Accepted:2026-03-06 Online:2026-03-17 Published:2026-03-16
Contact: Xichao SU E-mail:suxich@126.com
Supported by:
National Natural Science Foundation of China(62403486);Young Elite Scientists Sponsorship Program by China Association for Science and Technology

摘要/Abstract

摘要：

舰基直升机群是两栖作战中立体投送、火力支援与战场侦察的核心力量，其轮转作业调度效率直接决定作战任务成败。为破解甲板资源受限下作战与保障多耦合任务协同调度难题，提升机群全流程作业的时效性与精准性，针对时间窗耦合任务的轮转调度问题开展研究。首先，系统地梳理了舰基直升机群调运、保障、出动、任务协同、回收、重组编组及再出动全流程约束条件，聚焦任务时间窗耦合特性，以最小化机群任务时间和资源配置数目为目标，构建非规则轮转作业调度模型。其次，设计融合种群分工优化策略的多目标麻雀搜索算法（MOSSA），采用4段编码架构，引入改进逆向PSGS调度生成机制，结合启发式规则实现资源与点位精准匹配；通过快速非支配排序与拥挤度距离划分种群角色，同步开展全局搜索与局部优化，实现工序与资源的高效解耦。最后，构建4个多任务协同优化场景，对比改进逆向调度与传统正向调度机制，并将MOSSA与NSGA-Ⅱ、SPEA2及MOPSO算法进行性能对比。实验结果表明：所提模型与算法可有效适配多波次出动回收协同任务需求，改进逆向调度机制能够精准匹配任务时间窗。在原始案例中，MOSSA求得的最短轮转保障时间为436 min，较NSGA-Ⅱ、SPEA2和MOPS分别缩短9.7%、12.3%和6.6%；在10次独立实验中，MOSSA的求解均值较NSGA-Ⅱ降低13.2%，标准差较MOPSO降低28.4%，并在拓展的多任务耦合场景下展现出更优的寻优精度与求解稳定性。

关键词: 多目标麻雀搜索算法, 逆向PSGS调度机制, 非规则轮转, 任务时间窗, 多波次

Abstract:

Shipborne helicopter groups are the core force for three-dimensional delivery， fire support and battlefield reconnaissance in amphibious operations. The efficiency of their support operation scheduling directly determines the success or failure of combat missions. To solve the problem of collaborative guarantee for multi-coupling tasks under the constraint of deck resources and improve the timeliness and accuracy of the full-process operation of the fleet， this paper conducts research on the scheduling problem of such time window coupling tasks. Firstly， sort out the entire process links and constraints of helicopter fleet transportation， support， dispatch， mission coordination， recovery， regrouping and re-dispatch. Focus on the coupling characteristics of mission time Windows， and with the goal of minimizing the mission support time and the number of resource allocations of the aircraft fleet， construct an irregular rotation support scheduling model. Secondly， a Multi-Objective Sparrow Search Algorithm （MOSSA） integrating population division optimization strategy is designed. It adopts a four-segment coding architecture and innovatively introduces an improved reverse PSGS scheduling generation mechanism. Combined with heuristic rules， it achieves precise matching of resources and points. Population roles are divided through Pareto dominance level and congestion degree， and global search and local optimization are carried out simultaneously. Achieve efficient decoupling of processes and resources. Finally， four multi-task collaborative optimization scenarios were constructed to compare and improve the reverse scheduling mechanism with the traditional forward scheduling mechanism， and performance verification was carried out with the NSGA-Ⅱ， SPEA2 and MOPSO algorithms. The results show that the proposed model and algorithm can effectively adapt to the requirements of multi-wave dispatch and recovery collaborative support. The improved reverse scheduling mechanism can accurately match the task time window. The MOSSA algorithm performs better in optimization ability and stability， providing theoretical and technical support for the support operation scheduling of amphibious carrier-based helicopter groups.

Key words: multi-objective sparrow search algorithm, reverse PSGS scheduling mechanism, non-regular rotation, task time window, multi-wave

中图分类号:

吴浩南, 韩啸华, 韩维, 刘洁, 苏析超. 面向时间窗耦合任务的舰基直升机群轮转作业调度方法[J]. 航空学报, 2026, 47(14): 332783.

Haonan WU, Xiaohua HAN, Wei HAN, Jie LIU, Xichao SU. Scheduling method for ship-based helicopter group rotation for time-window coupled tasks[J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(14): 332783.

图/表 19

表1

表2

图 1

图 2

表3

变量参数定义

变量	定义
$T$	舰基直升机执行的任务集合
$I k$	执行第 $k$ 个任务的舰基直升机集合
$C k$	执行第 $k$ 个任务的保障人员集合
$J i k$	执行第 $k$ 个任务的第 $i$ 架舰基直升机的保障工序集合
$A t k$	在时刻 $t$ 执行第 $k$ 个任务的保障工序集合
$O i j k$	第 $i$ 架舰基直升机执行第 $k$ 个任务的第 $j$ 个保障工序
$S i j w k$	工序 $O i j k$ 的开始时间
$E i j w k$	工序 $O i j k$ 的结束时间
$S i j z k$	工序 $O i j k$ 转运的开始时间
$E i j z k$	工序 $O i j k$ 转运的结束时间
$P i j k$	工序 $O i j k$ 所在的停机位
$d i j k$	工序 $O i j k$ 的工期
$L p e q$	第 $p$ 类第 $q$ 个保障设备
$L p p q$	第 $p$ 类第 $q$ 个保障人员
$L p m q$	第 $p$ 类第 $q$ 个调运设备
$L p w$	第 $p$ 类保障设备供给资源上限
$L p e$	第 $p$ 类保障设备配置数目
$L p p$	第 $p$ 类保障人员配置数目
$L p m$	第 $p$ 类调运设备配置数目
$T (P i j k, P i h k) R$	舰基直升机从停机位 $P i j k$ 至 $P i h k$ 的转移时间函数，与路径库中的转移路径相对应
$Δ P i j e g k p$	第 $p$ 类保障人员从停机位 $P i j k$ 转移至 $P e g k$ 的时间
$Δ Z i j e g k p$	第 $p$ 类调运设备从停机位 $P i j k$ 转移至 $P e g k$ 的时间
$Δ E i j e g k p$	第 $p$ 类保障设备接口从停机位 $P i j k$ 转移至 $P e g k$ 的时间
$B M$	足够大实数
$t x$	舰基直升机解系留时间
$δ i$	连续出动最小间隔时间
$δ f$	连续回收最小间隔时间
$n s$	单个站位的同时容纳人员上限
$n w$	单个舰船保障位配置数目
$n r$	单个舰船起飞位配置数目
$r i j p k p$	工序 $O i j k$ 对第 $p$ 类保障人员的需求数目
$r i j w k p$	工序 $O i j k$ 对第 $p$ 类保障资源的需求数目
$s T k$	执行第 $k$ 个任务的任务最早开始时间
$e T k$	执行第 $k$ 个任务的任务最晚开始时间
$A s k$	前往第 $k$ 个任务的空域航行时间
$A e k$	执行完第 $k$ 个任务的空域返航时间
$T d k$	第 $k$ 个任务的任务执行工期
$S i t k$	第 $i$ 架舰基直升机第 $k$ 个任务的任务开始时间
$E i t k$	第 $i$ 架舰基直升机第 $k$ 个任务的任务结束时间
$T r i$	第 $i$ 架舰基直升机最大航程允许的时间上限
$r i j e k p$	0-1参数，工序 $O i j k$ 需要第 $p$ 类保障设备为1，否则为0
$λ i j p q k$	0-1参数，停机位 $P i j k$ 被第 $p$ 类第 $q$ 个保障设备覆盖为1，否则为0
$γ i c k$	0-1参数，飞机机组匹配状态量，若 $I ∈ C, γ i c = 1$ ，否则为0

表3

图 3

图 4

图 5

图 6

图 7

图 8

表4

图 9

图 10

图 11

图 12

图 13

表5

图 14

参考文献 30

[1]	WANG X W， DENG Z L， LI H X， et al. Safe dispatch corridor： Toward efficient trajectory planning for carrier aircraft traction system on flight deck［J］. IEEE Transactions on Aerospace and Electronic Systems， 2025， 61（2）： 1997-2010.
[2]	SU X C， LIU Z X， HAN X H， et al. Discrete adaptive GWO-based transport scheduling for aircraft between spots on flight deck and hangar［J］. Swarm and Evolutionary Computation， 2025， 97： 102029.
[3]	薛均晓，陈金浦，董博威，等.基于深度确定性策略梯度算法的航空母舰舰载机导引路径规划与仿真［J/OL］.计算机辅助设计与图形学学报，（2025-02-07）［2026-01-09］..
	XUE J X， CHEN J P， DONG B W， et al. Path planning and simulation of carrier-based aircraft based on DDPG［J/OL］. Journal of Computer-Aided Design & Computer Graphics，（2025-02-07）［2026-04-21］. （in Chinese）.
[4]	王政，王华，崔可可，等. 局部引导强化学习的舰载机自主调运方法［J］. 航空学报， 2025， 46（13）： 531333.
	WANG Z， WANG H， CUI K K， et al. Locally guided reinforcement learning for autonomous dispatching of carrier-based aircraft［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（13）： 531333 （in Chinese）.
[5]	韩啸华，韩维，李煊，等.舰船直升机群出入库及甲板转运协同调度研究［J/OL］.北京航空航天大学学报，（2025-04-18）［2026-01-09］. .
	HAN X H， HAN W， LI X，et al. Research on collaborative scheduling of shipborne helicopter group inbound and outbound operations and deck transfer［J/OL］．Journal of Beijing University of Aeronautics and Astronautics，（2025-04-18）［2026-01-09］. （in Chinese）.
[6]	陈旭东，陈琦琦，罗祎喆，等. 异构舰载机舰面保障作业动态并行调度［J］. 航空学报， 2025， 46（13）： 531329.
	CHEN X D， CHEN Q Q， LUO Y Z， et al. Dynamic parallel scheduling of heterogeneous carrier-based aircraft deck support operations［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（13）： 531329 （in Chinese）.
[7]	陈伟，李璐璐，陈董，等. 差异化保障需求驱动的舰载机多机协同决策方法［J］. 航空学报， 2025， 46（13）： 531274.
	CHEN W， LI L L， CHEN D， et al. Multi-aircraft cooperative decision-making methods driven by differentiated support demands for carrier-based aircraft［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（13）： 531274 （in Chinese）.
[8]	郭放，韩维，刘玉杰，等. 基于可变作业流程的舰载机机务勤务保障作业调度［J］. 航空学报， 2025， 46（13）： 531195.
	GUO F， HAN W， LIU Y J， et al. Scheduling for maintenance and service support of carrier-based aircraft based on variable operation process［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（13）： 531195 （in Chinese）.
[9]	黄珈其，郭宏伟，杨帅，等.航空保障作业两阶段动态调度方法研究［J/OL］.北京航空航天大学学报，（2024-08-30）［2026-01-09］. .
	HUANG J Q， GUO H W， YANG S， et al. Research on the two-stage dynamic scheduling method for aviation support operations［J/OL］. Journal of Beijing University of Aeronautics and Astronautics. （in Chinese）.
[10]	刘广，王华，林友芳，等. 舰载机保障作业自适应批量匹配决策方法［J］. 航空学报， 2025， 46（1）： 330615.
	LIU G， WANG H， LIN Y F， et al. Adaptive batch matching decision method for carrier-based aircraft support operations［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（1）： 330615 （in Chinese）.
[11]	张少辉，刘舜，李亚飞，等. 航空母舰舰载机弹药保障作业调度优化算法［J］. 航空学报， 2023， 44（20）： 228485.
	ZHANG S H， LIU S， LI Y F， et al. Optimization algorithm for ammunition support operation scheduling of carrier-borne aircraft［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（20）： 228485 （in Chinese）.
[12]	袁子龙，何非，赵建波，等. 航母舰载机保障作业任务分配及弹药转运调度优化方法［J］. 兵工学报， 2025， 46（5）： 286-299.
	YUAN Z L， HE F， ZHAO J B， et al. Optimization method of carrier-borne aircraft support operation assignment and ammunition transport scheduling［J］. Acta Armamentarii， 2025， 46（5）： 286-299 （in Chinese）.
[13]	GUO F， HAN W， SU X C， et al. A bi-population immune algorithm for weapon transportation support scheduling problem with pickup and delivery on aircraft carrier deck［J］. Defence Technology， 2023， 22： 119-134.
[14]	刘哲，马俊飞，陈佳峰，等. 基于改进灰狼算法的舰载机弹药保障调度优化［J］. 系统工程与电子技术， 2024， 46（4）： 1264-1272.
	LIU Z， MA J F， CHEN J F， et al. Carrier-based aircraft ammunition support scheduling optimization based on improved grey wolf optimizer algorithm［J］. Systems Engineering and Electronics， 2024， 46（4）： 1264-1272 （in Chinese）.
[15]	韩维，韩啸华，苏析超，等. 两栖攻击舰舰载直升机群出动作业一体化调度研究［J/OL］. 北京航空航天大学学报，（2024-05-30）［2026-01-11］. .
	HAN W， HAN X H， SU X C， et al. Research on integrated scheduling of shipboard helicopters sortie operation on amphibious assault ship［J］. Journal of Beijing University of Aeronautics and Astronautics，（2024-05-30）［2026-01-11］. （in Chinese）.
[16]	DENG Z L， LIU X B， DOU Y Q， et al. Autonomous sortie scheduling for carrier aircraft fleet under towing mode［J］. Defence Technology， 2025， 43： 1-12.
[17]	刘玉杰，崔凯凯，韩维，等. 基于IPSO的舰载机出动离场规划研究［J］. 系统工程与电子技术， 2024， 46（4）： 1337-1345.
	LIU Y J， CUI K K， HAN W， et al. Research on departure planning of carrier aircraft based on IPSO［J］. Systems Engineering and Electronics， 2024， 46（4）： 1337-1345 （in Chinese）.
[18]	刘子玄，万兵，苏析超，等. 基于HA算法的舰载机出动作业调度方法［J］. 系统工程与电子技术， 2024， 46（5）： 1691-1702.
	LIU Z X， WAN B， SU X C， et al. Sortie scheduling method of carrier aircraft based on HA algorithm［J］. Systems Engineering and Electronics， 2024， 46（5）： 1691-1702 （in Chinese）.
[19]	ZHANG G L， WANG L， DENG Z L， et al. Landing scheduling for carrier aircraft fleet considering bolting probability and aerial refueling［J］. Defence Technology， 2025， 50： 1-19.
[20]	崔凯凯，崔荣伟，韩维，等. 基于MGP算法的舰载机回收排序调度技术［J］. 系统工程与电子技术， 2023， 45（10）： 3192-3206.
	CUI K K， CUI R W， HAN W， et al. Carrier aircraft recovery sequencing scheduling technology based on MGP algorithm［J］. Systems Engineering and Electronics， 2023， 45（10）： 3192-3206 （in Chinese）.
[21]	刘玉杰，韩维，苏析超，等. 基于改进灰狼优化算法的舰载机着舰调度［J］. 北京航空航天大学学报， 2024， 50（3）： 803-813.
	LIU Y J， HAN W， SU X C， et al. Carrier aircraft landing scheduling problem based on improved gray wolf optimization［J］. Journal of Beijing University of Aeronautics and Astronautics， 2024， 50（3）： 803-813 （in Chinese）.
[22]	万兵，韩维，梁勇，等. 基于指标函数的舰载机机队回收调度优化研究［J］. 系统工程与电子技术， 2021， 43（10）： 2918-2930.
	WAN B， HAN W， LIANG Y， et al. Research on optimization of carrier-based aircraft fleet recovery scheduling based on index function［J］. Systems Engineering and Electronics， 2021， 43（10）： 2918-2930 （in Chinese）.
[23]	罗祎喆，张辉，余新得，等. 面向舰载机多波次弹药保障任务的分层动态调度［J］. 航空学报， 2025， 46（18）： 331945.
	LUO Y Z， ZHANG H， YU X D， et al. Hierarchical dynamic scheduling for multi-wave carrier-based aircraft ammunition support missions［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（18）： 331945 （in Chinese）.
[24]	韩啸华，韩维，陆士猛，等. 面向任务时间窗的舰船直升机群波次出动回收任务规划［J］. 航空学报， 2025， 46（13）： 531773.
	HAN X H， HAN W， LU S M， et al. Mission planning for ship-helicopter group wave launch and recovery oriented to mission time windows［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（13）： 531773 （in Chinese）.
[25]	LI C J， SU X C， ZHANG Y， et al. Integrated scheduling method for fleet wave sorties and maintenance of naval distributed platforms［J］. Advanced Engineering Informatics， 2024， 59： 102340.
[26]	HAN W， WANG Y L， SU X C， et al. A multi-objective optimization problem research for amphibious operational mission of shipboard helicopters［J］. Chinese Journal of Aeronautics， 2023， 36（9）： 256-279.
[27]	吴浩南，韩维，潘子双，等. 基于多层编码遗传算法的舰载机群兵力行动规划方法［J］. 系统工程与电子技术， 2025， 47（2）： 555-567.
	WU H N， HAN W， PAN Z S， et al. Multi-layer coding genetic algorithm-based approach to force action planning for carrier aircraft fleets［J］. Systems Engineering and Electronics， 2025， 47（2）： 555-567 （in Chinese）.
[28]	刘玉杰，李樾，韩维，等. 基于改进凸优化算法的多机编队突防航迹规划［J］. 系统工程与电子技术， 2023， 45（9）： 2819-2830.
	LIU Y J， LI Y， HAN W， et al. Trajectory planning for penetration of multi-aircraft for mation based on improved convex optimization algorithm［J］. Systems Engineering and Electronics， 2023， 45（9）： 2819-2830 （in Chinese）.
[29]	崔荣伟，韩维，苏析超，等. 舰载机甲板机务勤务保障作业调度与资源配置集成优化［J］. 系统工程与电子技术， 2021， 43（7）： 1884-1893.
	CUI R W， HAN W， SU X C， et al. Integrated optimization of carrier-based aircraft flight deck operations scheduling and resource configuration for pre-flight preparation stage［J］. Systems Engineering and Electronics， 2021， 43（7）： 1884-1893 （in Chinese）.
[30]	CUI R W， HAN W， SU X C， et al. A multi-objective hyper heuristic framework for integrated optimization of carrier-based aircraft flight deck operations scheduling and resource configuration［J］. Aerospace Science and Technology， 2020， 107： 106346.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

保障作业流程	作者	抽象问题模型	求解算法
调运	Wang等^［1］	最优控制	混合A*算法
	Su等^［2］	离散运输调度	自适应灰狼优化算法
	薛均晓等^［3］	序列决策	深度确定性策略梯度算法
	王政等^［4］	马尔可夫决策	局部引导强化学习
	韩啸华等^［5］	非线性整数优化	多策略混合灰狼优化算法
机务勤务保障	陈旭东等^［6］	马尔可夫决策	深度强化学习
	陈伟等^［7］	依赖感知任务决策调度	图神经网络
	郭放等^［8］	资源受限多项目调度	改进粒子群优化算法
	黄珈其等^［9］	马尔可夫决策	深度强化学习
	刘广等^［10］	马尔可夫决策	深度强化学习
机载弹药保障	张少辉等^［11］	柔性车间调度	贪婪局部搜索遗传算法
	袁子龙等^［12］	无障碍路径规划的任务分配	A*算法、贪婪算法和改进遗传算法
	Guo等^［13］	带取运要求的运输保障调度	双群体免疫搜索算法
	刘哲等^［14］	资源受限多项目调度	改进灰狼优化算法
出动离场	韩维等^［15］	资源受限多项目调度	遗传-邻域搜索算法
	Deng等^［16］	柔性车间调度	混沌初始化遗传优化算法
	刘玉杰等^［17］	柔性车间调度	自适应粒子群优化算法
	刘子玄等^［18］	柔性车间调度	混合遗传-模拟退火算法
着舰回收	Zang等^［19］	动态组合优化	改进的萤火虫算法
	崔凯凯等^［20］	基于排序评价指标的作业车间调度	超启发式遗传规划算法
	刘玉杰等^［21］	组合排序优化	改进灰狼优化算法
	万兵等^［22］	动态随机调度	蒙特卡罗模拟搜索算法

作者	研究视角	抽象问题模型	求解算法
罗祎喆等^［23］	多波次弹药任务保障	柔性流水车间调度	分层强化学习
韩啸华等^［24］	弹性作业样式	资源受限多项目调度	竞争粒子群优化算法
Li等^［25］	集中作业和交替循环作业	复杂系统项目调度	基于代理函数的双级迭代优化
Han等^［26］	多任务协同规划下资源调度	复杂系统项目调度	基于参考点的多目标进化算法
吴浩南等^［27］	多任务兵力协同规划	资源受限多项目调度	多层编码遗传优化算法

工序号	内容	设备	专业
1	虚拟开始
2	平台区机械检查		机械
3	下部机械检查		机械
4	旋翼展开	供电站	特设/机械
5	航电外观检查		航电
6	航电座舱检查	供电站	航电
7	任务数据加载	供电站	特设/航电
8	平台区特设检查		特设
9	下部特设检查		特设
10	特设座舱检查	供电站	特设
11	燃油加注	加油站	机械
12	惯导对准		航电
13	军械外观检查		军械
14	机载武器挂载		军械
15	虚拟结束

算法	指标	原始案例	原始案例+任务①	原始案例+任务①②	原始案例+任务①②③
MOSSA	Best	436	571	648	712
	Ave	652	657	812	805
	Med	681	683	795	791
	Std	73	72	56	53
	Ran	317	305	294	289
NSGA-Ⅱ	Best	483	612	674	743
	Ave	751	754	921	910
	Med	780	782	903	895
	Std	91	93	78	75
	Ran	357	353	346	342
SPEA2	Best	497	581	705	776
	Ave	702	704	876	898
	Med	731	731	857	873
	Std	82	82	67	65
	Ran	352	354	348	345
MOPSO	Bes.	467	584	686	727
	Ave	724	723	905	896
	Med	751	751	884	881
	Std	102	102	89	87
	Ran	362	365	357	354

面向时间窗耦合任务的舰基直升机群轮转作业调度方法

Scheduling method for ship-based helicopter group rotation for time-window coupled tasks

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 19

参考文献 30

相关文章 1

编辑推荐

Metrics

本文评价