航空母舰舰载机弹药保障作业调度优化算法

doi:10.7527/S1000-6893.2023.28485

固体力学与飞行器总体设计

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

航空母舰舰载机弹药保障作业调度优化算法

张少辉¹^,², 刘舜¹, 李亚飞¹^,³^,⁴, 金钊¹^,³^,⁴, 靳远远¹^,³^,⁴, 王少参¹^,⁵, 赵建波⁵^,⁶, 徐明亮¹^,³^,⁴()

^1.郑州大学计算机与人工智能学院，郑州 450001
^2.周口师范学院网络工程学院，周口 466001
^3.智能集群系统教育部工程研究中心，郑州 450001
^4.国家超级计算郑州中心，郑州 450001
^5.中国船舶集团有限公司第七一三研究所，郑州 450015
^6.江苏科技大学经济管理学院，镇江 212100

收稿日期:2023-01-09 修回日期:2023-03-07 接受日期:2023-03-17 出版日期:2023-10-25 发布日期:2023-03-17
通讯作者: 徐明亮 E-mail:iexumingliang@zzu.edu.cn
基金资助:
国家自然科学基金重点项目(62036010);国家自然科学基金优秀青年基金(61822701);国家自然科学基金面上项目(62172457);中国博士后科学基金(2018M630836);河南省自然科学基金优秀青年基金(202300410378);河南省科技攻关项目(212102210098);河南省高等学校青年骨干教师培养计划(2020GGJS215);河南省高等学校重点科研项目(22A520051)

Optimization algorithm for ammunition support operation scheduling of carrier-borne aircraft

Shaohui ZHANG¹^,², Shun LIU¹, Yafei LI¹^,³^,⁴, Zhao JIN¹^,³^,⁴, Yuanyuan JIN¹^,³^,⁴, Shaocan WANG¹^,⁵, Jianbo ZHAO⁵^,⁶, Mingliang XU¹^,³^,⁴()

^1.School of Computer Science and Artificial Intelligence，Zhengzhou University，Zhengzhou 　450001，China
^2.School of Network Engineering，Zhoukou Normal University，Zhoukou 　466001，China
^3.Intelligent Cluster System Engineering Research Center of the Ministry of Education，Zhengzhou 　450001，China
^4.National Supercomputing Center in Zhengzhou，Zhengzhou 　450001，China
^5.The 713 Research Institute，China Shipbuilding Industry Corporation，Zhengzhou 　450015，China
^6.School of Economics and Management，Jiangsu University of Science and Technology，Zhenjiang 　212100，China

Received:2023-01-09 Revised:2023-03-07 Accepted:2023-03-17 Online:2023-10-25 Published:2023-03-17
Contact: Mingliang XU E-mail:iexumingliang@zzu.edu.cn
Supported by:
National Natural Science Foundation of China(62036010);National Science Fund for Excellent Young Scholars(61822701);National Natural Science Foundation of China(62172457);China Postdoctoral Science Foundation(2018M630836);Excellent Youth Fund of Henan Natural Science Foundation(202300410378);Science and Technology Project of Henan Province(212102210098);Training Program for Young Backbone Teachers of Henan Higher Education Institutions(2020GGJS215);Key Research Project of Henan Higher Education Institutions(22A520051)

摘要/Abstract

摘要：

针对航空母舰舰载机弹药保障作业高动态、多阶段特性，将柔性流水车间调度方法和群体智能优化理论相结合，提出一种面向舰载机弹药保障作业的调度优化算法。提出将复杂的弹药保障作业调度问题抽象规约为一类考虑工件交货期的柔性流水车间调度问题，引入启发式规则，构建兼顾高效性和可靠性实战要求的弹药保障作业调度数学模型ATSCA。结合弹药保障作业问题特征，设计提出一种基于双层整数编码的贪婪局部搜索遗传算法（GLSGA-DC），改进操作算子和局部搜索算法设计，以最小化弹药保障完成时间为目标对保障模型进行求解。多组仿真结果表明，相比于同类算法，GLSGA-DC算法在Benchmark基准算例和实际弹药转运实例实验中均取得优秀的效果，在求解均值（AVG）、相对偏差（RD）等指标方面均明显占优，验证了ATSCA模型和求解算法在实际弹药保障任务中的有效性和鲁棒性。

关键词: 舰载机, 弹药保障作业, 柔性车间调度, 调度优化, 仿真验证

Abstract:

Considering the highly dynamic and multi-stage characteristics of carrier-based aircraft ammunition support operations， we establish an optimization model based on the theory of swarm intelligence optimization and the method of flexible flow-shop scheduling. Firstly， the ammunition transfer support operation problem is reduced to a flexible flow-shop scheduling problem considering the delivery time of work-pieces， and heuristic rules are introduced to construct the model of Ammunition Transport Support for Carrier-Borne Aircraft （ATSCA）， which takes into account the requirements of efficiency and robustness. Secondly， combined with the practice of ammunition dispatching operation， a Greedy Local Search Genetic Algorithm with Dual-Level Coding （GLSGA-DC） is designed to solve the ATSCA model with the goal of minimizing the maximum ammunition transfer time. The simulation results show that the GLSGA-DC algorithm has obtained the optimal values in the Mean Value （AVG）， Relative Deviation （RD） and other indicators in benchmark tests and multiple groups of experiments in real ammunition transfer operations， demonstrating the effectiveness and robustness of the ATSCA model and algorithm in real ammunition support operations for carrier-borne aircraft.

Key words: carrier-borne aircraft, ammunition support operation, flexible job-shop scheduling, scheduling and optimization, simulation

中图分类号:

张少辉, 刘舜, 李亚飞, 金钊, 靳远远, 王少参, 赵建波, 徐明亮. 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): 228485-228485.

Shaohui ZHANG, Shun LIU, Yafei LI, Zhao JIN, Yuanyuan JIN, Shaocan WANG, Jianbo ZHAO, Mingliang XU. Optimization algorithm for ammunition support operation scheduling of carrier-borne aircraft[J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(20): 228485-228485.

图/表 12

图 1

图 2

图 3

图 4

表1

表2

表3

表4

表5

图 5

图 6

图 7

参考文献 33

1	李亚飞，吴庆顺，徐明亮，等. 基于强化学习的舰载机保障作业实时调度方法［J］. 中国科学：信息科学， 2021， 51（2）： 247-262.
	LI Y F， WU Q S， XU M L， et al. Real-time scheduling for carrier-borne aircraft support operations： A reinforcement learning approach［J］. Scientia Sinica Informationis， 2021， 51（2）： 247-262 （in Chinese）.
2	吕培，陈伟超，张权，等. 群组运动驱动的舰船舱室空间布局设计与优化［J］. 计算机辅助设计与图形学学报， 2021， 33（9）： 1337-1348.
	LYU P， CHEN W C， ZHANG Q， et al. The design and optimization of ship cabin space layout based on crowd simulation［J］. Journal of Computer-Aided Design & Computer Graphics， 2021， 33（9）： 1337-1348 （in Chinese）.
3	薛均晓，孔祥燕，郭毅博，等. 基于深度强化学习的舰载机动态避障方法［J］. 计算机辅助设计与图形学学报， 2021， 33（7）： 1102-1112.
	XUE J X， KONG X Y， GUO Y B， et al. Dynamic obstacle avoidance method for carrier aircraft based on deep reinforcement learning［J］. Journal of Computer-Aided Design & Computer Graphics， 2021， 33（7）： 1102-1112 （in Chinese）.
4	田德红，何建敏，齐洁，等. 航空弹药动态调运决策优化建模与仿真研究［J］. 西北工业大学学报， 2018， 36（6）： 1236-1242.
	TIAN D H， HE J M， QI J， et al. Research on the modeling and simulation of optimal dynamic aerial ammunition scheduling and transportation［J］. Journal of Northwestern Polytechnical University， 2018， 36（6）： 1236-1242 （in Chinese）.
5	魏天宇，张孝虎，雷宇，等. 基于混合算法的战时机载弹药保障任务效能评估［J］. 舰船电子工程， 2019， 39（9）： 140-145.
	WEI T Y， ZHANG X H， LEI Y， et al. Effectiveness evaluation of wartime airborne ammunition support task based on hybrid algorithm［J］. Ship Electronic Engineering， 2019， 39（9）： 140-145 （in Chinese）.
6	陶俊权，苏析超，韩维，等. 基于EDA算法的航母弹药调度优化研究［J］. 兵器装备工程学报， 2022， 43（5）： 125-131.
	TAO J Q， SU X C， HAN W， et al. Study of aircraft carrier ammunition scheduling optimization based on EDA algorithm［J］. Journal of Ordnance Equipment Engineering， 2022， 43（5）： 125-131 （in Chinese）.
7	侯德飞，田德红，林聪仁，等. 基于博弈的多目标弹药调度策略优化研究［J］. 南京航空航天大学学报， 2019， 51（6）： 841-847.
	HOU D F， TIAN D H， LIN C R， et al. Optimization of multi-objective ammunition scheduling strategies based on game theory［J］. Journal of Nanjing University of Aeronautics & Astronautics， 2019， 51（6）： 841-847 （in Chinese）.
8	SMITH W. Scheduling stored combat load retrieval［J］. Journal of Defense Analytics and Logistics， 2018， 2（2）： 80-93.
9	YU L F， ZHU C， LI W J， et al. Research on the aviation support groups scheduling for multi-wave aircrafts based on the ammunition transportation［C］∥2021 IEEE International Conference on Unmanned Systems （ICUS）. Piscataway： IEEE Press， 2021： 383-389.
10	RYAN J C， BANERJEE A G， CUMMINGS M L， et al. Comparing the performance of expert user heuristics and an integer linear program in aircraft carrier deck operations［J］. IEEE Transactions on Cybernetics， 2014， 44（6）： 761-773.
11	刘翱，刘克. 舰载机保障作业调度问题研究进展［J］. 系统工程理论与实践， 2017， 37（1）： 49-60.
	LIU A， LIU K. Advances in carrier-based aircraft deck operation scheduling［J］. Systems Engineering-Theory & Practice， 2017， 37（1）： 49-60 （in Chinese）.
12	王能建，刘钦辉，李江. 舰载机出动回收能力仿真研究［M］. 北京：科学出版社， 2018： 166-180.
	WANG N J， LIU Q H， LI J. Simulation study on recovery capability of carrier-based aircraft［M］. Beijing： Science Press， 2018： 166-180 （in Chinese）.
13	RYAN J， CUMMINGS M， ROY N， et al. Designing an interactive local and global decision support system for aircraft carrier deck scheduling［C］∥Proceedings of the Infotech@Aerospace 2011. Reston： AIAA， 2011.
14	LIU Y J， HAN W， SU X C， et al. Optimization of fixed aviation support resource station configuration for aircraft carrier based on aircraft dispatch mission scheduling［J］. Chinese Journal of Aeronautics， 2023， 36（2）： 127-138.
15	SUN Z W， GU X S. A novel hybrid estimation of distribution algorithm for solving hybrid flow-shop scheduling problem with unrelated parallel machine［J］. Journal of Central South University， 2017， 24（8）： 1779-1788.
16	李俊青，杜宇，田杰，等. 带运输资源约束柔性作业车间调度问题的人工蜂群算法［J］. 电子学报， 2021， 49（2）： 324-330.
	LI J Q， DU Y， TIAN J， et al. An artificial bee colony algorithm for flexible job shop scheduling with transportation resource constraints［J］. Acta Electronica Sinica， 2021， 49（2）： 324-330 （in Chinese）.
17	越民义，李荣珩. 组合优化导论［M］. 2版. 北京：科学出版社， 2014.
	YUE M Y， LI R H. Introduction to combinatorial optimization［M］. 2nd edition. Beijing： Science Press， 2014 （in Chinese）.
18	高亮，张国辉，王晓娟. 柔性作业车间调度智能算法及其应用［M］. 武汉：华中科技大学出版社， 2012.
	GAO L， ZHANG G H， WANG X J. Intelligent algorithm for flexible job shop scheduling and its application［M］. Wuhan： Huazhong University of Science and Technology Press， 2012 （in Chinese）.
19	PAN Y X， GAO K Z， LI Z W， et al. Improved meta-heuristics for solving distributed lot-streaming permutation flow shop scheduling problems［J］. IEEE Transactions on Automation Science and Engineering， 2023， 20（1）： 361-371.
20	YU L F， ZHU C， SHI J M， et al. An extended flexible job shop scheduling model for flight deck scheduling with priority， parallel operations， and sequence flexibility［J］. Scientific Programming， 2017， 2017（1）： 1-15.
21	崔琪，吴秀丽，余建军. 变邻域改进遗传算法求解混合流水车间调度问题［J］. 计算机集成制造系统， 2017， 23（9）： 1917-1927.
	CUI Q， WU X L， YU J J. Improved genetic algorithm variable neighborhood search for solving hybrid flow shop scheduling problem［J］. Computer Integrated Manufacturing Systems， 2017， 23（9）： 1917-1927 （in Chinese）.
22	BACK T. Evolutionary algorithm in theory and practice［M］. New York： Oxford University Press， 1996： 129-130.
23	MONTGOMERY D C. Design and analysis of experiments［M］. New York： John Wiley & Sons， 2004.
24	CARLIER J， NERON E. An exact method for solving the multi-processor flow-shop［J］. RAIRO - Operations Research， 2000， 34（1）： 1-25.
25	DRISS I， MOUSS K N， LAGGOUN A. A new genetic algorithm for flexible job-shop scheduling problems［J］. Journal of Mechanical Science & Technology， 2015， 29（3）： 1273-1281.
26	张洪亮，刘建伟，马羚，等. 基于离散粒子群的舰载机弹药调度［J］. 舰船电子工程， 2021， 41（4）： 146-149.
	ZHANG H L， LIU J W， MA L， et al. Ammunition scheduling of carrier based aircraft based on discrete particle swarm optimization［J］. Ship Electronic Engineering， 2021， 41（4）： 146-149 （in Chinese）.
27	CUI Z， GU X S. An improved discrete artificial bee colony algorithm to minimize the makespan on hybrid flow shop problems［J］. Neurocomputing， 2015， 148： 248-259.
28	李经，孙哲，李梦龙，等. 舰载机保障作业调度决策研究［J］. 舰船电子工程， 2018， 38（12）： 165-168， 184.
	LI J， SUN Z， LI M L， et al. Research on carrier-based aircraft deck operation scheduling［J］. Ship Electronic Engineering， 2018， 38（12）： 165-168， 184 （in Chinese）.
29	薛均晓，徐明亮，李亚飞，等. 面向航空母舰电子显灵板的多智能体建模技术研究进展［J］. 计算机辅助设计与图形学学报， 2021， 33（10）： 1475-1485.
	XUE J X， XU M L， LI Y F， et al. Research progress of multi-agent technology for aircraft carrier electronic display panel［J］. Journal of Computer-Aided Design & Computer Graphics， 2021， 33（10）： 1475-1485 （in Chinese）.
30	王华，韩璐，楚世理，等. 基于Frenet标架下三维元胞自动机的航母舰载机集群运动建模［J］. 计算机辅助设计与图形学学报， 2018， 30（9）： 1719-1727.
	WANG H， HAN L， CHU S L， et al. Shipboard aircraft swarm modeling using a 3D cellular automata model under the frenet frame［J］. Journal of Computer-Aided Design & Computer Graphics， 2018， 30（9）： 1719-1727 （in Chinese）.
31	王可，徐明亮，李亚飞，等. 一种面向航空母舰甲板运动状态预估的鲁棒学习模型［J］. 自动化学报， 2021， doi： 10.16383/j.aas.c210664 .
	WANG K， XU M L， LI Y F， et al. A robust learning model for deck motion prediction of aircraft carrier［J］. Acta Automatica Sinica， 2021， doi： 10.16383/j.aas.c210664 （in Chinese）.
32	万兵，苏析超，郭放，等. 不确定性工时下甲板作业的前摄性鲁棒调度［J］. 航空学报， 2022， 43（12）： 385-402.
	WAN B， SU X C， GUO F， et al. Proactive robust scheduling of aircraft carrier flight deck operations with uncertain activity durations［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（12）： 385-402 （in Chinese）.
33	WANG X W， LIU J， SU X C， et al. A review on carrier aircraft dispatch path planning and control on deck［J］. Chinese Journal of Aeronautics， 2020， 33（12）： 3039-3057.

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

算例	LB	CGA	IACO	IGA-VNS	IDABC	OURS
j10c5d1	66	66	66	66	66	66
j10c5d2	73	74	74	74	73	73
j10c5d3	64	65	64	65	64	65
j10c5d4	70	70	70	72	70	70
j10c5d5	66	70	66	68	66	68
j10c5d6	62	62	62	63	62	62
j10c5d7	58	66	64	64	64	64
j15c5d1	167	167	167	167	167	167
j15c5d2	82	87	87	84	85	84
j15c5d3	77	86	83	84	82	82
j15c5d4	68	86	84	86	84	84
j15c5d5	67	82	82	82	79	79
j15c5d6	79	83	83	81	81	81
j10c10d1	103	116	114	114	112	112
j10c10d2	116	125	122	120	119	119
j10c10d3	116	116	116	116	116	116
j10c10d4	105	118	118	117	115	115
j10c10d5	106	111	115	109	107	107
j10c10d6	97	107	107	107	105	105

算例	LB	BC	CGA	IACO	IGA-VNS	IDABC	OURS
j10c5a2	88	2.4	88	88	88	88	88
j10c5a3	117	2.8	117	117	117	117	117
j10c5a4	121	3.3	121	121	121	121	121
j10c5a5	122	3.4	124	124	122	122	122
j10c5a6	110	3.1	110	110	110	110	110
j15c5a1	178	3.5	178	178	178	178	178
j15c5a2	165	3.7	165	165	165	165	165
j15c5a3	130	2.8	130	132	130	130	130
j15c5a4	156	3.1	156	156	156	156	156
j15c5a5	164	3.0	166	166	164	164	164
j15c5a6	178	3.5	178	178	178	178	178
j10c10a1	139	2.9	139	139	139	139	139
j10c10a2	158	3.5	158	158	158	158	158
j10c10a3	148	3.4	148	148	148	148	148
j10c10a4	149	2.9	149	149	149	149	149
j10c10a5	148	2.7	148	148	148	148	148
j10c10a6	146	3.7	146	146	146	146	146
j15c10a1	236	3.9	236	236	236	236	236
j15c10a2	200	3.1	200	200	200	200	200
j15c10a3	198	3.1	198	198	198	198	198
j15c10a4	225	3.7	228	228	225	225	225
j15c10a5	182	2.5	183	183	183	183	182
j15c10a6	200	3.2	200	200	200	200	200

指标	T_max	最优解	最劣解	均值	方差	达到最优解次数占比/%	达到最优解平均代数
CGA	30	122	134	124.7	13.59	N/A	N/A
IACO		118	126	119.6	8.25	N/A	N/A
IGA-VNS		116	122	117.9	6.52	55	265
IDABC		118	126	119.3	6.01	N/A	N/A
OURS		116	118	116.4	0.67	80	244
CGA	50	116	126	118.2	12.17	65	358
IACO		116	126	117.2	8.17	80	278
IGA-VNS		116	122	116.9	4.83	85	264
IDABC		116	122	117.2	6.06	80	260
OURS		116	118	116.1	0.20	95	242

弹药类型	弹药出库时间/min			下层垂转时间/min		弹药装配时间/min			上层垂转时间/min		舰面转运时间/min
弹药类型	M1	M2	M3	M4	M5	M6	M7	M8	M9	M10	M11	M12
Ⅰ类型	2.5	3.0	3.0	2.0	1.5	0	0	0	2.5	2.0	3.5	3.0
Ⅱ类型	3.0	3.0	3.5	2.0	1.5	13.5	10.5	12.5	3.5	4.0	3.0	3.0
Ⅲ类型	2.5	3.5	3.0	2.0	2.0	0	0	0	4.0	3.5	3.0	2.5
Ⅳ类型	3.0	3.0	4.0	2.0	3.0	12.5	11.6	12.5	5.0	3.0	3.5	4.0
Ⅴ类型	4.0	4.0	4.5	3.0	3.5	11.6	13.5	12.3	5.0	4.5	4.5	3.0
Ⅵ类型	5.0	5.0	5.5	3.5	3.5	13.8	15.0	14.5	6.0	5.0	7.0	7.0

对比方法	最优解	最劣解	均值AVG	相对偏差RD/%	标准差SD
CGA	112.8	118.6	114.99	5.14	2.50
IACO	108.2	112.8	110.77	4.25	1.79
IGA-VNS	106.2	110.4	108.21	3.95	1.87
IDABC	108.2	112.0	109.85	3.51	1.92
OURS	106.2	108.2	106.33	1.88	0.51

航空母舰舰载机弹药保障作业调度优化算法

Optimization algorithm for ammunition support operation scheduling of carrier-borne aircraft

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 33

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘晓雨, 孙立国, 谭文倩, 魏金鹏, 王维军, 焦俊凯. 基于相似构型决策的舰载机驾驶员建模与评估[J]. 航空学报, 2023, 44(4): 126329-126329.
[2]	万兵, 苏析超, 郭放, 韩维, 梁勇. 不确定性工时下甲板作业的前摄性鲁棒调度[J]. 航空学报, 2022, 43(12): 325971-325971.
[3]	王霄, 程健慧, 沈天荣, 许保成, 孟轩. 舰面飞机尾喷流对进气道温度场影响的仿真分析[J]. 航空学报, 2021, 42(8): 525795-525795.
[4]	陈跃良, 陈亮, 卞贵学, 杨翔宁, 管宇, 张勇, 何刚. 先进舰载战斗机腐蚀防护控制与日历寿命设计[J]. 航空学报, 2021, 42(8): 525786-525786.
[5]	刘东, 吴家仁, 周一舟, 刘振祥, 李瑜, 王铭泽. 舰载机综合保障技术实践及发展展望[J]. 航空学报, 2021, 42(8): 525802-525802.
[6]	王永庆. 固定翼舰载战斗机关键技术与未来发展[J]. 航空学报, 2021, 42(8): 525859-525859.
[7]	王永庆, 于浩, 施岩. 舰载机滑跃起飞动力学与运动学特性[J]. 航空学报, 2021, 42(8): 525853-525853.
[8]	刘洁, 韩维, 徐卫国, 刘纯, 袁培龙, 陈志刚, 彭海军. 基于滚动时域的舰载机甲板运动轨迹跟踪最优控制[J]. 航空学报, 2019, 40(8): 322842-322842.
[9]	张声伟, 段卓毅, 耿建中, 王立波. 阻拦索断裂对螺旋桨舰载机着舰安全影响数值分析[J]. 航空学报, 2019, 40(4): 622293-622293.
[10]	杨绚, 魏小勇, 崔德龙. 舰载机飞行控制系统总线接口策略[J]. 航空学报, 2019, 40(4): 622283-622283.
[11]	段卓毅, 王伟, 耿建中, 何大全, 马坤. 舰载机人工进场着舰精确轨迹控制技术[J]. 航空学报, 2019, 40(4): 622328-622328.
[12]	左宪帅, 王立新, 刘海良, 王云, 张钰. 缩比模型模拟全尺寸飞机自动着舰的相似关系[J]. 航空学报, 2019, 40(12): 123005-123005.
[13]	屈也频, 金惠明, 何肇雄. 航母舰载机装备体系及指标论证方法[J]. 航空学报, 2018, 39(5): 221675-221675.
[14]	何敏, 朱小龙, 刘晓明, 刘凡, 姚小虎. 舰载机前机身结构地面弹射冲击响应[J]. 航空学报, 2018, 39(5): 221711-221711.
[15]	苏析超, 韩维, 张勇, 宋璟毓, 赵振宇. 考虑人机匹配模式的舰载机甲板机务勤务保障调度算法[J]. 航空学报, 2018, 39(12): 222314-222314.