軍區后方倉庫彈藥儲備布局模型研究

高 軍，雷 敉，陳 金（軍械工程學院裝備指揮與管理系，河北石家莊 050003）

?

軍區后方倉庫彈藥儲備布局模型研究

高 軍，雷 敉，陳 金
（軍械工程學院裝備指揮與管理系，河北石家莊 050003）

摘 要：軍區后方倉庫彈藥儲備布局是否合理，關系到能否安全而及時地對前線部隊進行保障，從而間接影響戰爭走向。本文在運用有關軍事規則對后方倉庫彈藥儲備布局問題進行詳細分析的基礎上，應用多目標決策的思想建立了數學模型，進而運用改進的遺傳算法對模型進行了求解，從而獲得后方倉庫彈藥儲備布局的最優方案。

關鍵詞：彈藥儲備布局；多目標優化；遺傳算法

1　引 言

軍區后方倉庫儲存的彈藥往往品種繁多、批次不一，各種彈藥的技術安全性能差異較大，如何安全而合理地將彈藥存放在各個庫房之中，既要能確保彈藥的儲存安全，又要便于管理和發出，是軍區后方倉庫彈藥管理中需要解決的首要問題，也是軍區后方倉庫彈藥保障能力提升的重點環節。

2　問題分析

為了安全及時地為作戰部隊供應相應品種和數量的彈藥，必須綜合考慮各種影響因素，深入研究其特點，運用相關理論建立數學模型，選擇適當的優化算法，從而獲得倉庫布局和需儲彈藥品種及數量的最優方案［1］。

后方倉庫彈藥儲備布局的本質問題是選庫和定量，即從備選洞庫中選擇合適的洞庫供戰時使用，并且確定每個洞庫所儲彈藥的品種和數量。作為戰時彈藥保障的重要一環，其運作過程的基本要求是及時、安全。為了順利完成戰斗任務，應在最短時間內將部隊所需彈藥運到。而倉庫安全性的高低實際上決定了彈藥的生存能力，影響到部隊作戰任務的完成。另外，從費用角度來看，選擇洞庫的多少又直接關系到整個倉庫系統的總消耗費用。所以問題可歸結為一個追求選用倉庫平均及時度最大（供應總消耗時間最少）、平均安全度最大（彈藥安全儲存能力最大）和選用倉庫總數量最少的多目標決策問題［2］。

彈藥儲存的安全性和供應到位的及時性均是反映倉庫布局優劣的綜合性指標，分別稱之為倉庫的安全度和及時度，它們受多種相關因素的影響［3］。由軍事專家的分析和軍事規則的限制可知：倉庫儲量、地理環境、儲存條件和防御能力是影響安全度的主要因素；而考慮到彈藥裝卸和運輸的特殊性，其運輸速度不能超過應有的限定值，同時洞庫內現有彈藥的堆碼情況等因素也會影響到具體的裝卸時間。故設置運輸時間和裝卸時間為影響及時度的主要因素。由此，從眾多因素中選出庫房位置、庫房容量、儲存條件、設備條件、運輸時間和裝卸時間這六項主要因素對倉庫彈藥儲備布局決策問題進行研究，忽略其它因素的影響。主要影響因素如圖1所示。

圖1　層次關系分析圖Fig.1 Diagram of hierarchical relationship

3　模型建立

設洞庫數量最少目標（A1，A2，…，An）為n個備選洞庫，M為預測的彈藥總儲備量。要求在以平均安全度最大、平均及時度最大、選用洞庫數量最少作為目標的前提下確定滿足供求約束條件的倉庫地點，即給出一選點方案，既要使所選擇的倉庫滿足安全性和及時性的要求，又要使選用洞庫的數量最少，且其儲存的彈藥能滿足部隊的需要?？闪谐鰯祵W模型：

式中：S表示選用洞庫的平均安全度，T表示選用洞庫的平均及時度，si表示第i個洞庫的安全度，ti表示第i個洞庫的及時度，xi代表庫房選擇：

1選擇、0不選，N（?）表示選用洞庫的數量，?代表某一布局方案，Mi表示第i個洞庫的容量，M表示任務需要儲備的彈藥總量，n代表備選倉庫總數。

定義1：稱方案?是可行的，如果相對于該方案的洞庫容量滿足：

式中：（i1，i2，…，im）為選用洞庫的編號，它是（1，2，…，n）子列的一個排列，1≤m≤n。

定義2：對序列（Mi1，Mi2，…，Mim）若存在k，1 ≤k≤m≤n，使得

則稱k為該序列相對于M的臨界下標。

可得結論，設k為遞減數列Mi1≥Mi2≥…≥Mim相對于M的臨界下標，則k個洞庫可保證選用洞庫的數量最少。這樣可以將選用洞庫數量最少這個目標轉化為約束，于是模型可以修改為：

式中，k為滿足條件洞庫的最少個數，如果再去掉任意一個洞庫，其容量就會少于需要儲存的彈藥總儲備量，不能滿足供求約束。為體現這一思想［3］，去掉容量最小的洞庫，選用洞庫總容量就會小于需要的彈藥總儲備量，可推得：若去掉容量大的洞庫，選用洞庫總容量就更小于需要的彈藥總儲備量。將約束條件用0 -1狀態變量xi表示，模型又可為：

式中，ω為選用洞庫中除去容量最小的洞庫后剩余洞庫所組成的集合。

4　算法設計

遺傳算法并不要求有明確的教學方程式，只用編碼和適應度表示問題，搜索不依賴于梯度信息，比較適合后方倉庫彈藥儲備布局這類多目標優選問題的求解［4］。在后方倉庫彈藥儲備布局多目標優化模型中需要用到綜合性指標安全度和及時度，可應用加權平均法、專家打分法或層次分析法綜合各自相關影響因素求得。遺傳算法具體內容如下所述。

4.1編碼策略

染色體采用由0或1所組成的代碼串表示。對于一個在n個倉庫中選優的問題，用一個有n位數的代碼串表示，每位代表一個倉庫，1表示選擇該洞庫，0表示不選該洞庫，則一個n位數的代碼串（即染色體）即表示了一種洞庫選擇方案。若參與評價的適應度函數是已知的，則一個染色體即對應一個可計算的適應度值。

4.2生成初始種群

隨機產生大小為N的初始種群，種群中的每個個體（染色體）的長度為n位。遺傳算法以這N個個體數據作為初始點開始迭代。

4.3確定適應度函數

適應度函數的建立是整個遺傳算法中一項極其重要的工作。它是遺傳算法中評價解集好壞的依據，不僅關系到優化問題最終能否找到最優解，而且還影響著遺傳算法的收斂速度。由于在模型中總數量最少這個目標已轉化為約束條件，因此只需考慮平均安全度最大和平均及時度最大這兩個目標的優化。在遺傳算法中個體適應度的大小代表個體優劣與否，故其適應度函數可直接由目標函數加權表示為

式中：α+β=1，α為平均安全度指標占總指標的權重，β為平均及時度指標占總指標的權重。

對于目標函數中約束條件的處理，采取懲罰策略，即對于每個可行（滿足約束條件）的染色體，算出其相應的適應度函數值，而對于每個不可行的染色體，給予一個很大的懲罰，即：

式中：eval（Ph）表示第h個染色體的適應度，Ph代表第h個染色體；R（h）為適應度函數；經程序實際計算表明，懲罰項S的選擇與算法中個體多樣性保持的問題密切關聯，將其作為一個很大的正整數即可滿足要求。

4.4遺傳操作

遺傳操作包括選擇、交叉、變異3種操作算子，本文采用標準遺傳操作，選擇操作是排序選擇+最佳個體保存法，交叉操作是依據交叉概率的單點交叉，變異操作是依據變異概率的單基因突變。

4.5交叉、變異概率的自適應確定

交叉算子在遺傳操作中起核心作用，主要用來產生新個體，實現算法的全局搜索能力［5］。因此，本文設計了與進化代數相關的交叉概率：

式中：G為進化代數，α、β為定常系數，α代表交叉概率的變化曲率；β代表交叉概率的收斂極限。

為此設計了如下與遺傳進化代數和個體適應度相關的自適應變異概率：

其中：α，k1，k2為定常系數，α代表變異概率的變化速度，k1與具體問題有關，是為保證遺傳算法不退化為隨機搜索，Pm所能取到的最大值，k2為1個比較小的變異概率，通常取0.001；fˉ為當前群體平均適應度值；f為當前個體適應度值；G為進化代數；fmax為當前群體中最大個體適應度值。

比較三種遺傳操作（選擇、交叉、變異）后選出的最優個體，分別計算其適應度，將適應度最大的個體保留下來，再與隨機產生的N-1個個體組成新種群，循環執行三種遺傳操作，直至達到規定的迭代次數。設經過N?次迭代后（N?≤規定的迭代次數），所選出的最優個體的適應度不再增加，表明全局最優個體從第N?代開始出現。該個體即為在本次運算過程中所獲得的最優個體，亦即后方倉庫彈藥儲備布局的最優方案。

5　模型仿真

假定軍區某后方倉庫接收一批3000噸彈藥，現有20個備選庫房可供選擇，各庫房特征描述如表1（庫房位置、儲存條件、設備條件由軍事專家通過德爾菲法獲得，采用1 -9刻度表示）所示。

由于樣本庫房數為20，所以染色體采用一個20位數的二進制代碼表示。設置初始種群大小為50，迭代次數100，開始運行算法。運算過程中，最優個體從第62次迭代開始出現，其二進制編號為01010110101001101011，適應度大小為0. 5913，選用庫房總容量為3105噸。運算結果如圖2所示。

故選用庫房為2、4、6、7、9、11、14、15、17、19、20號共11個庫房。

表1　備選庫房特征描述表Tab.1 Feature descrip tion of alternative storehouse

圖2　搜索路徑圖Fig.2 G raph of Search Path

6　結 論

本文根據軍事規則和倉儲實際情況對后方倉庫彈藥儲備布局問題進行了較為詳細的研究，然后建立了相應的多目標優化數學模型，進而用改進的遺傳算法對模型進行了求解，從而獲得后方倉庫彈藥儲備布局的最優方案。研究成果已在實踐中獲得了成功運用，同時也提供了解決類似問題的一種思路。

參考文獻：

［1］ 黃童圣，李良春，孫士澤等，軍械倉庫布局調整決策模型［J］.物流科技，2010（2）：117 -120.

HUANG Tongsheng，LI Liangchun，SUN Shi-ze etal. Decision -making Model on the Distributing Adjustment of Ordnance DePots［J］.Logistics Technology，2010（2）：117 -120.

［2］ 酆明，王憑慧，李東升.軍械倉庫布局調整決策模型［J］.運籌與管理，2000，6（2）：48 -54.

FENG M ing，WANG Pinghui，LI Dongsheng.Decision -making Model on the Distributing Adjustment of Ordnance DePots［J］. OPerations Research and Management Science，2000，6（2）：48 -54.

［3］ 沈浩，孫琰，盧宏鋒.戰場彈藥儲備布局探索性分析決策方法［J］.軍械工程學院學報，2007，4（2）：13 -18.

SHEN Hao，SUN Yan，LU Hong-feng.Decision -making Method of ExPloratory Analysis for the Storage and Position of Ammunition in the Battlefield［J］. Journal of Ordnance Engineering College，2007，4（2）：13 -18.

［4］ 易良廷，李詠治.后勤裝備物資臨戰儲備倉庫多目標選擇［J］.物流科技，2011（12）：225 -227.

YI Liangting，LI Yongzhi，Multi-objective Selection of Logistics EquiPment DePots in Ware PreParation［J］. Logistics Technology，2011（12）：225 -227.

［5］ 陳長征，王楠.遺傳算法中交叉和變異概率選擇的自適應方法及作用機理［J］.控制理論與應用，2002，19 （1）：41 -43.

CHEN Changzheng，WANG Nan.AdaPtive Selection of Crossover and Mutation Probability of Genetic Algorithm and its Mechanism［J］.Control Theory&APPlications，2002，19（1）：41 -43.

高 軍 男（1971 -），山東青島人，副教授，主要研究方向為裝備保障工程，供應鏈管理。

雷 敉 男（1991 -），湖南邵陽人，碩士生，主要研究方向為物流管理理論與應用

。

Research on Storage Layout Model of Rear Ammunition Depot

GA0 Jun，LEIM i，CHEN Jin
（DePartment EquiPment Command and Management，Ordnance Engineering College，Shijiazhuang 050003，China）

Abstrac t：Storage Layout of Rear ammunition dePot is the key factor to suPPort the front trooPs safely and tim ely and it indirectly affects the direction of w ar.This PaPer analyzed storage layout of rear ammunition dePot in detail based on relevantm ilitary rules.A mathematicalmodel is established by using multi-objective decision making.Then the model is solved using im Proved genetic algorithm，and the oPtimal Program of the storage layout of rear amm unition dePot is obtained.

Key w ords：storage layout of rear amm unition dePot；multi-objective oPtim ization；genetic algorithm

中圖分類號：TJ 410.89

文獻標識碼：A