張明亮,張 煒,李建華
( 國防大學聯(lián)合勤務學院,北京 100039)
戰(zhàn)時裝備維修保障是為保持、恢復戰(zhàn)時武器裝備良好技術狀態(tài)而進行的各項保證性措施與活動。良好的戰(zhàn)時裝備維修保障對于節(jié)約保障資源、減少保障時間、提高保障效率具有非常重要的意義[1]。然而,戰(zhàn)時裝備維修保障涉及的因素多、關系復雜,采用傳統(tǒng)的建模方法很難對其進行準確描述,基于多Agent的建模仿真為軍事作戰(zhàn)行動仿真提供了新方法新手段[2~4]。本文嘗試應用基于多Agent的建模思想和自底向上的建模方法,結合多主體仿真平臺Anylogic對戰(zhàn)時裝備維修保障進行仿真實驗。
對戰(zhàn)時裝備維修保障進行多Agent的建模仿真,首先要了解影響戰(zhàn)時裝備維修保障行動的各個因素,根據(jù)各個影響要素提煉Agent進行建模仿真[5]。
戰(zhàn)時裝備維修保障一個很關鍵的因素是時間要素,時間要素一般可分為延遲時間與維修時間兩部分。本文中,維修時間指恢復裝備功能要求所需的時間長度,延誤時間包括因資源短缺造成的等待時間以及維修力量到達現(xiàn)場的時間。
戰(zhàn)場環(huán)境因素對戰(zhàn)時裝備維修保障有很大的影響,雙方對抗的強度越高,裝備受損的速度就越快,同時,戰(zhàn)場環(huán)境越惡劣,裝備維修力量就必須花費更多的時間抵達救援現(xiàn)場,在此過程中,維修力量本身也會受到損耗。
戰(zhàn)時裝備維修對于裝備維修人員的心理素質以及專業(yè)水平都是極為嚴峻的考核,人員、物資在戰(zhàn)時的集結調度都需要一次的時間,只有在平時對戰(zhàn)時裝備維修有充分的準備并進行詳細合理的計劃與儲備,才能真正在戰(zhàn)時快速反應。同時戰(zhàn)場環(huán)境復雜多變,這就要求裝備維修力量能夠有效溝通、有序指揮、分級合作,保證戰(zhàn)時裝備維修及時高效。
多Agent來源于分布式人工智能理論,主要研究在特定場景下具有一定智能的主體之間相互競爭、協(xié)作的關系。多Agent建模的思想是將現(xiàn)實的智能行為主體進行抽象建模,每個主體獨立且擁有自己的行為規(guī)則,從研究Agent的微觀行為著手,進而獲取系統(tǒng)宏觀行為的量化表述[6~7]。采用基于多Agent的建模思路首先要確定系統(tǒng)中的實體Agent類型,并對其結構、行為及交互規(guī)則進行研究。
1) 戰(zhàn)時裝備維修保障多Agent模型圖
戰(zhàn)時裝備維修保障中一般涉及戰(zhàn)斗裝備Agent、維修力量Agent和火力打擊Agent,其屬性與交互大致如圖1所示。
2) 維修力量Agent
維修力量Agent的屬性定義如表1所示。

表1 維修力量Agent結構與屬性
2) 維修力量Agent行為及交互規(guī)則
維修力量Agent采用就近現(xiàn)場維修規(guī)則,在得知受損裝備Agent位置的情況下,逐個計算其與自身距離。選擇最近的受損裝備Agent進行維修。當?shù)诌_維修裝備所在地后,迅速進行維修作業(yè),并根據(jù)受損裝備Agent的受損程度消耗一定的物資裝備。維修力量Agent攜帶的物資裝備數(shù)量規(guī)模有限,數(shù)量多時將影響行進速度,延誤維修時間,數(shù)量少時無法對受損裝備進行維修,當其物資數(shù)量小于就近受損裝備的受損程度時,返回基地進行補充。
3) 戰(zhàn)斗裝備Agent
戰(zhàn)斗裝備Agent的屬性定義如表2所示。

表2 戰(zhàn)斗裝備Agent結構與屬性
在執(zhí)行作戰(zhàn)任務與等待救援力量維修時,戰(zhàn)斗裝備可能因遭受敵火力打擊而受損,受損程度視火力打擊強度而定,同時,在執(zhí)行作戰(zhàn)任務時,戰(zhàn)斗裝備仍可能因正常使用而受損,隨著使用時間的增加健康度逐漸減少。健康度低于75時報修。維修力量Agent抵達受損裝備現(xiàn)場時,受損裝備因接受維修保養(yǎng)逐漸恢復,當健康度增長到100時,視為對該受損裝備的維修保養(yǎng)作業(yè)結束。維修力量Agent離開并前往下一個受損裝備Agent。
4) 火力打擊Agent
火力打擊Agent的屬性定義如表3所示。

表3 火力打擊Agent結構與屬性
對抗方Agent持續(xù)對維修力量Agent和受損裝備Agent進行火力打擊,并對戰(zhàn)場環(huán)境造成一定時延的破壞,影響維修力量Agent的機動速度,增加受損裝備Agent的等待延誤時間。
本文建立的基于多Agent的戰(zhàn)時裝備維修保障仿真分析模型可在Anylogic仿真平臺上實現(xiàn),Anylogic是一款同時支持離散事件、系統(tǒng)動力學以及多Agent混合建模的商用仿真工具,使用拖拉式建模方法,簡化建模過程,同時該軟件自帶了許多庫文件,用戶可以此為基礎進行修改,非常方便創(chuàng)建自己的模型[8]。
根據(jù)以上所述各Agent實體以及它們的交互規(guī)則,可應用Anylogic開發(fā)相應的仿真程序,仿真模型框架如圖2所示。仿真實例中假設我方戰(zhàn)斗裝備數(shù)量為15,在戰(zhàn)場環(huán)境中隨機游走,我方維修力量的數(shù)量為6,敵方打擊時間間隔為滿足均值為50個時間單位的指數(shù)分布,并且每次打擊隨機選擇三個戰(zhàn)斗裝備進行打擊,每次打擊會造成戰(zhàn)斗裝備健康度的減少,減少值為數(shù)量20~60的均勻隨機分布,維修力量抵達戰(zhàn)斗裝備現(xiàn)場時,每個時間單位內戰(zhàn)斗裝備的健康度增加1。整個戰(zhàn)時裝備維修保障可視化模型如圖3所示。
在戰(zhàn)時裝備維修保障仿真分析與實驗中,由于戰(zhàn)場環(huán)境的隨機性,每次實驗產生的結果都不盡相同,圖4為某一次仿真的統(tǒng)計輸出結果。
區(qū)別于統(tǒng)計輸出結果,利用Anylogic自帶的圖表工具對每一戰(zhàn)斗裝備和維修力量的狀態(tài)進行觀察分析。從圖5看出,隨著戰(zhàn)斗時間的增長,一些戰(zhàn)斗裝備可能因得不到及時的維修或連續(xù)遭到敵火力的打擊而報廢,此時,雖然敵火力強度未發(fā)生變化,但密度更集中,導致戰(zhàn)斗裝備報廢的速度逐漸加快,一次打擊中戰(zhàn)斗裝備可能連續(xù)遭到敵火力打擊直接報廢。但由于戰(zhàn)斗裝備得到了可靠的維修,在較長的時間內,較高比例的戰(zhàn)斗裝備保持了戰(zhàn)斗狀態(tài),從而保持良好的戰(zhàn)斗力。通過各個維修力量的忙閑狀態(tài),可以判斷維修力量的業(yè)務工作量,進而增加或減少維修保障力量。
基于多Agent理論,確定了戰(zhàn)時裝備維修保障過程中的各類型Agent實體、行為及交互規(guī)則,并借助Anylogic仿真平臺實現(xiàn)了模型的構建,與戰(zhàn)時裝備保障的實際場景相似,具有一定的實用性。下一步工作是進一步細化各Agent的時空特性及交互演變規(guī)則,更加貼近實戰(zhàn)條件下裝備維修保障實際,為戰(zhàn)時裝備維修保障的評估提供科學參考。