1、舰 船 电 子 工 程2023 年第 9 期1引言分布式杀伤概念诞生于2014年美国海军战争学院的一次兵器推演，经过不断的丰富和发展，被应用于海上作战，与传统方式的集中作战指挥不同，分布式海战更加重视作战单元的进攻能力，这是因为在现代信息化战争发展的现实背景下，在双方作战装备差距不断缩小的情况下，传统作战方式已经不再具有优势，分布式杀伤概念充分发挥作战单元的自主性，同时，重视指挥协同，使得分散部署的作战力量更有利于形成损伤能力12。在传统的海上作战思想中，后勤保障大多以伴随保障为主，然而，在分布式海战环境下，作战单位小型化，再以补给舰伴随小型作战编队已不合适3，因此随着作战方式的转变，作战力量
2、单元逐步多元，作战区域逐渐扩大，海上后勤保障方式也必须与之相适应。2研究背景及目的2.1研究背景目前，国内外研究海上物资投送主要以路径选择为重点，研究编队规模和路径混合问题的少，例如文献 3 研究了海况影响下的分布式海战补给路径规划问题，但是该研究未考虑补给舰编队配置问题，尤其在考虑军事背景下时限要求的情况下，对海上物资投送的优化研究较少49。本文重点研究在分布式海上作战的背景下，依托后方保障基地，收稿日期：2023年3月19日，修回日期：2023年4月28日基金项目：军队建设“十四五”总体规划骨干支撑项目（编号：145AKJ270001000X）子项目资助。作者简介：曾祥兵，男，硕士研究生，
3、研究方向：工程项目管理。曾斌，男，博士，教授，研究方向：信息管理。总第 351 期2023 年第 9 期舰 船 电 子 工 程Ship Electronic EngineeringVol.43 No.9分布式海战场物资投送混合问题优化研究曾祥兵曾斌（海军工程大学管理工程与装备经济系武汉430033）摘要随着海上作战思想的转变，传统的物资保障方式已经不能满足作战需要。论文着眼船队规模和路径混合问题，考虑船队航行过程中所产生的航行成本、运营成本其他成本、随机维修成本等综合成本，构建数学优化模型，并通过分布式海战的保障案例，对该模型进行了验证，实验证明该模型能够辅助决策选择最佳的船队规模和路径，为分
4、布式海战物资保障提供决策思路。关键词分布式海战；物资投送；船队规模；最优成本；航线选择中图分类号TP391.9DOI：10.3969/j.issn.1672-9730.2023.09.027Research on the Hybrid Problem of Distributed Naval BattlefieldMaterial DeliveryZENG XiangbingZENG Bin（Department of Management Engineering and Equipment Economics，Naval University Engineering，Wuhan430033）
5、AbstractWith the change of the idea of the naval operation，the traditional material support mode can not meet the need ofthe operation.This paper focuses on the mixed problem of fleet size and path size，Considering the combined costs of navigationcosts，operating costs，and random maintenance costs du
6、ring the course of the voyage，building mathematical models，the model isverified by a distributed naval warfare support case，experiments prove that the model can assist decision-making to select the optimal fleet size and path，and to provide decision-making ideas for distributed naval warfare materia
7、l support.Key Wordsdistributed naval warfare，material delivery，fleet size，optimal cost，route selectionClass NumberTP391.9131总第351期利用更加合理的补给船队规模和路径完成物资远程投送任务。为了更好地优化船队规模和路径，本文综合分析影响舰船运输的航线选择、船队组成方式、天气环境等诸多因素，建立数学模型，得出综合成本最小的编队方案，为船队规模和路径选择提供决策支撑。2.2研究目的本文的研究目的是探讨补给舰在分布式海战条件下进行物资投送的编队规模和路径优化思路，为选择运输方案
8、提供决策支撑，预定后方保障基地及待保障区域，建立较为简单的预定义航线1、2、3、4、5（如图1）。航线主要是基于两种思路生成，第一种思路是从后方保障基地出发，顺序访问待保障区域（如路线1和路线2），路线1和路线2均能独立完成所有区域的物资投送，两种线路采取相反的访问顺序，主要是考虑提高补给舰的安全性和灵活性。第二种思路是补给舰从后方保障基地出发，访问一部分需要保障的区域后回到后方保障基地装载物资（如路线3，路线4和路线5），路线3、路线4以及路线5因不具备独立完成全部区域所需物资投送的能力而需要混合使用。为增强物资保障的可靠性，假设保障基地并不唯一（设为A1、A2），且两个保障基地的仓储容量均
9、能满足作战区域B至F所需的全部物资。3构建综合成本最优化数学模型3.1模型参数设置为了使得船队在物资运输保障的过程中产生的综合成本最小，对船队运行进行参数和决策变量设置。V：补给船类型集合，V（i）表示i型船，V（i）V；QV（i）：表示V（i）型补给舰的容量（单位：千吨）；nV（i）：表示现有 V（i）型补给舰的数量（单位：艘）；vV（i）：表示现有 V（i）型补给舰的航行速度（单位：海里/h）；LV（i）：表示 V（i）型补给舰的装（卸）货效率（单位：吨/h）；PV（i，j）：表示V（i）型补给舰执行物资投送任务后处于j状态（分为良好、一般、较差、差四个等级）的概率；SV（i，j）：表示V
10、（i）型补给舰处于j状态而产生的对应维修成本；eV（i）：表示V（i）型补给舰的期望维修成本；Z：表示待保障的区域集合，Z（i）表示i区域，Z（i）Z；QZ（i）：表示待保障区域Z（i）的物资需求量（单位：吨）；R：路线集合，R（i）表示第i条路线，R（i）R；DR（i）；表示路线R（i）的航行距离；t1v（i）R（i）：表示V（i）型补给舰在路线R（i）上的装（卸）货时间（单位：h）；t2v（i）R（i）：表示V（i）型补给舰在路线R（i）上的等待时间（单位：h）；BV（i）R（i）N：表示在第N次编队保障时，若V（i）型补给舰在路线R（i）上航行则取1，否则取0；t：执行补给任务的最大允许
11、时间（单位：h）；图1预定义航线图线路1线路3作战区线路2线路4线路5出发港曾祥兵等：分布式海战场物资投送混合问题优化研究B区C区D区E区F区132舰 船 电 子 工 程2023 年第 9 期N：最大允许的编队保障次数（单位：h）；Cv（i）：表示 V（i）型补给舰的航行成本（万元/1000海里）；GV（i）：表示维持V（i）型补给舰正常运行状态的其他成本（元/日）；Mav（i）：表示V（i）型补给舰因执行物资投送任务后增加的保养成本（万元/1000海里）。决策变量设置如下：QV（i）R（i）N：表示在第N次编队保障时，V（i）型补给舰在路线R（i）上航行的数量。3.2构建目标函数补给编队航行
12、过程综合成本主要考虑包括补给舰固定的航行成本、定期保养成本、维修成本、折旧成本等因素。3.2.1航行成本航行成本是指综合考虑补给舰航行过程中的燃料的消耗量、当期燃料价格、航行里程等因素后的成本，如式（2）：V(i)VR(i)RCV(i)DR(i)QV(i)R(i)N（1）式中CV（i）为补给舰V（i）单位里程燃料成本，DR（i）为路线R（i）的航行距离，QV（i）R（i）N为补给编队队在第N次编队时补给舰V（i）在路线上R（i）的数量。3.2.2保养成本补给舰在运营过程中需要进行定期保养，不管补给舰是否航行，均会产生一定的保养费用，这一部分保养费用可以称之为最低保养成本，随着补给舰累计里程和使
13、用年限的增加，保养成本也会随着增加，这一步分因执行任务而即将增加的保养成本，称为航行增加成本（单位：万元/1000海里），记为Mav（i）。因最低保养成本在非航行状态时也不可避免产生，为了简化模型，在目标函数中并不考虑该部分的成本，重点考虑补给舰因执行任务增加的保养成本。需要注意的是，本文重点考虑船队编队执行保障任务时船队规模及路线的混合优化，前文提到的补给舰的年度折旧成本也不予考虑，因为无论是否在路线上航行，折旧成本都必然会发生，因航行增加而产生的加速折旧，一并将之考虑在增加的保养成本里。因执行保障任务而增加的保养成本如式（2）：V(i)VR(i)RMaV(i)DR(i)QV(i)R(i)N
14、（2）3.2.3其他成本补给舰在航行、停留过程中，除了前文提到的航行成本，还会不可避免地产生其他成本，以此保证补给舰正常的运行状态，本文称之为其他成本，船队在航行过程中产生的累计其他成本如式（3）：V(i)VR(i)RGV(i)TV(i)R(i)QV(i)R(i)N（3）式中的时间参数TV（i）R（i）表示补给舰V（i）在路线R（i）上往返一次所耗费的时间，主要包括补给舰航行时间、在出发港及各作战区域不可避免的等待时间、装卸货时间，如式（4）：TV（i）R(i)=(DR(i)vV(i)+t1V(i)R(i)+t2V(i)R(i)（4）3.2.4维修成本维修成本是指在考虑补给舰平时维护保养的基础
15、上，进一步考虑补给舰故障、恶劣天气造成的损害、补给舰操作运行人员综合能力等因素，为简化模型，本文将这些不确定因素统称为随机因素，因随机因素影响而产生的维修成本称为随机维修成本。随机因素产生影响后，维修耗费成本主要与补给舰所处状态相关，用PV（i，j）表示i型补给舰处于j状态下的概率，而i型补给舰处于j状态下相应的维修成本用 SV（i，j）表示，假设将状态j等级分为良好、一般、较差、差等四个等级1012。补给舰Vi的状态概率矩阵及相应维修成本矩阵分别如式（5）、（6）：PV(ij)=PV11PV12PV13PV14PV21PV22PV23PV24PVi1PVi2PVi3PVi4（5）SV(ij)
16、=SV11cSV12cSV13cSV14cSV21cSV22cSV23cSV24cSVi1cSVi2cSVi3cSVi4c（6）由补给舰的状态概率矩阵和相应维修成本矩阵可得维修成本，如式（7）：V(i)VR(i)RQV(i)R(i)NPV(ij)SV(ij)（7）综上可得最优化成本目标函数（8）。minz=V(i)VR(i)RCV(i)DR(i)QV(i)R(i)N+V(i)VR(i)RMaV(i)DR(i)QV(i)R(i)N+V(i)VR(i)RGV(i)TV(i)R(i)QV(i)R(i)N+V(i)VR(i)RQV(i)R(i)NPV(ij)SV(ij)（8）约束条件如式（9）（13）
17、：V（i）VR(i)RQViQV(i)R(i)N=Z(i)ZQZ(i)（9）133总第351期V（i）VR(i)RQV(i)QV(i)R(i)N=Z(i)ZR(i)QZ(i)（10）V(i)VR(i)RQV(i)R(i)NnV(i)V(i)V（11）QV（i）R(i)NZ（12）V(i)VR(i)RBV(i)R(i)N（DR(i)vV(i)+t1V(i)R(i)+t2V(i)R(i)）t（13）式（9）确保补给舰在编队航行后，能够满足各区域的物资总需求；式（10）确保补给舰在编队航行后，通过路线R（i）提供的物资数量不超过其所能覆盖的需保障区域的物资总需求；式（11）确保在每次编队航行过程中，
18、各个航线上投入的不同类型补给舰数量分别不高于现有实际补给舰数量；式（12）为整数约束；式（13）确保完成任务时间在允许时间范围内，t1V（i）R（i）表示各个类型补给舰在不同路线上往返一次所需的装（卸）货时间，不同类型船港停留时间因补给舰装载货物大小和装卸效率不同而有所区别。t2V（i）R（i）表示除货物装（卸）外，因补给舰停靠、物资交接准备等不可避免的工作在航线上耗费的最低停留时间。BV（i）R（i）N表示0，1变量，如果补给舰V（i）在第N次编队航行过程中使用了航线R（i），则取1，否则取0。4案例分析根据图1建立的潜在航线，后方保障基地出发港口A1、A2与待保障区域区域B、C、D、E、F
19、之间的距离如表1：各航线在各待保障区域之间的访问顺序如表2，各区域物资需求及各类型补给舰在各区域的最低停留时间如表3（本文所用舰船数据均为模拟数据）。表1待保障区域区域及仓库间距离（单位：海里）A1A2BCDEFA10100180230290300180A21000130170320450260B180130090200400300C230170900120265260D2903202001200150160E3004504002651500130F1802603002601601300各航线在各待保障区域之间的访问顺序如表2，各区域物资需求及各类型补给舰在各区域的最低停留时间如表3（本文所用
20、舰船数据均为模拟数据）。根据补给舰在出发港口及作战区域的最低停留时间表，可以计算出不同类型补给舰在不同路线上往返一次所需的最低停留时间，如表4。补给舰的其他成本主要和执行任务时间有关，即便补给舰处于停靠状态，为维持补给舰正常运行，也会产生其他成本，补给舰在路线上的航行时间，除了最低停留时间、航行时间，还会受装卸效率的影响。除了基本的其他成本，与航行直接相关的航行成本也是补给舰产生的另外一个主要成本，四种设计类型的补给舰容量，装卸率等基础参数设置如表5。表2航线访问区域顺序路线路线1路线2路线3路线4路线5港口访问顺序A1A2A2A1A1BBBEBCCCFCDDDA1DEEA2A1FFA1A2表
21、3 补给舰最低停留时间（单位：千吨，小时）需求V(1)V(2)V(3)V(4)A103344A203344B4002233C3002.52.53.53.5D6002233E5402233F8002233表4补给舰最低停留时间路线路线1路线2路线3路线4路线5补给舰型号V(1)13.513.59.579.5V(2)13.513.59.579.5V(3)19.519.513.51013.5V(4)19.519.513.51013.5表5 补给舰基本参数容量其他成本航行成本装卸效率可用数量V(1)704.243.88005V(2)704.243.86504V(3)805.347.28006V(4)8
22、05.347.26508单位1000吨万元/日万元/千海里吨/h艘四种类型的补给舰执行物资投送任务后所处状态的概率及相应的维修成本如表6与表7。表6补给舰状态概率状态型号1型号2型号3型号4良好0.80.80.850.85一般0.10.10.050.05较差0.070.070.060.06差0.030.030.040.04曾祥兵等：分布式海战场物资投送混合问题优化研究134舰 船 电 子 工 程2023 年第 9 期表7 补给舰随机维修成本（单位：万元）状态V(1)V(2)V(3)V(4)良好2233一般5577较差10101515差30304040除了补给舰的随机维修成本外，年度固定保养成本
23、也是一笔不小的费用，每种型号的补给舰设置一个最低的年度固定成本，并结合使用年限和航行里程进行上浮，在补给舰规模和路径混合问题决策时，重点考虑补给舰在现有状态基础上，执行物资投送任务将对固定保养成本的增加影响程度。表8补给舰固定保养成本、里程、使用年限状态V(1)V(2)V(3)V(4)最低保养成本/万元1081210累计航行里程/1000海里69107累计使用年限5373增加成本/（万元/1000海里）33.14.34.0假定补给舰以 16节/h的速度航行，执行任务的允许时间为 240h，拟定补给舰以编队形式对各个作战区域进行物资投送，改变船队编队的最大允许次数，利用xpress软件对船队规模
24、和路径进行优化，分别得出相应最优成本，如图2。0123456789允许编队次数1685168016751670166516601655165016451640最优成本/万元图2编队次数与优化成本关系航线323456789允许编队次数6420航线使用次数航线4图3允许编队次数与航线选择关系结果表明，船队编队次数设置为1时，最优成本为0，这表明在现有的船队实力条件下，编队航行1次是无法完成物资投送任务的。编队次数为2时，最优成本为1680万元，在允许增加1次编队次数时，最优成本降为1662万元，在编队次数设置为4时，最优成本变为1650万元，编队次数设置为5、6、7时，成本约降低1万2万，在编队次
25、数设置为8时，优化成本较前次保持不变，这表明成本已经无法再进行优化。可以看到，在规定的时间范围内，编队次数在2、3、4时，最优成本会有较为明显的降低。事实上，如果在允许时间范围内，次数越多的编队航行方式更加灵活机动，它会极大地分担物资被敌火力一次毁灭的风险，这一点与最优成本的选择不谋而合，使得其更加具有现实军事战术意义。当允许编队的次数改变时，航线选择也会有所区别，在最大允许编队次数设置为28时，最优成本对应的航线选择偏向于3和4，航线3从后方保障基地A2出发访问作战区域B、C、D后返回，航线4从后方保障基地 A1出发访问作战区域 D、E 后返回。这是合理的，因为船队每次装载的容量有限，如果选
26、择两个访问全部作战区域的航线，只能在一个区域交接一部分物资后继续访问下一个区域，虽然航线2和航线3可以访问全部的区域，但是总距离和时间却并不会因此而减少。另外，根据优化的结果可以看到补给舰选择倾向性的变化，随着允许编队次数的增加，船队越来越倾向于选择1型船，在每个编队方案中，1型船航行次数均被利用到极致，2型船的数量逐步减少直至完全被1型船取代，4型船最先被方案所淘汰，3型船的表现趋于平稳。这表明，即便3型船和4型船的补给舰容量较1型船和2型船增加了约14%，但考虑停留时间、随机维修成本等综合因素后，前者仍然不是一个好的选择。5结语本文主要针对分布式海战场特点，重点研究在各作战区域进行物资投送
27、时的船队规模及路径混合问题，文章考虑了不同补给舰因偶然情况产生的维修成本，结果表明：容量大的补给舰和覆盖区域广的潜在航线并不是最优选择，这也可以看出船队规模及路径混合优化的重要性。参 考 文 献1黄峻松.分布式杀伤是海上战争形态的发展趋势 J.科技导报，2018，36（4）：62-68.135总第351期2吴勤.美军分布式作战概念发展分析 J.军事文摘，2016（13）：44-47.3张泉先，曾斌，李厚朴.海况影响下的分布式海战补给路径规划方法 J.系统工程与电子技术，2020，42（10）：2312-2319.4Hvard Abusdal，A Decision Support Methodo
28、logy for Strategic Planning Under Uncertainty in Maritime Transportation D.Trondheim：Norwegian University of Science andTechnology Department of Marine Technology，2012：56-64.5邓薇.舰船海上液货补给方案优化方法研究 D.哈尔滨：哈尔滨工程大学，2016：53-66.6周晓光，赵仁厚，王述运，等.航母编队补给船海上补给航路规划J.系统工程与电子技术，2014，36（9）：1755-1760.7杨秋平，谢新连.多种类型投资的船
29、队规划模型研究J.上海海事大学学报，2010，31（1）：61-66.8余鹏，张洋，董鹏.舰艇编队海上物资垂直补给规划问题研究 J.中国水运（下半月），2019，19（2）：28-30.9董鹏，黄佳帅，石怀斌.基于两阶段优化模型的海上横向补给规划研究 J.火力指挥与控制，2021，46（8）：64-70.10孙一博.补给舰维修保养中存在得问题和对策 J.补给舰物资与市场，2020（11）：97-98.11张胜彪.基于PLM理论的补给舰维修成本优化 J.舰船科学与技术，2020，42（9）：214-216.12魏汝祥，林程，蒋铁军.面向任务的舰船编队视情维修决策优化 J.海军工程大学学报，202
30、1，33（4）：83-89.and case studyJ.Virtual Reality&Intelligent Hardware，2020，2（5）：421-442.3Gale T J，Walls J T.Development of a sailing dinghy simulator J.Simulation，2000，74（3）：167-179.4Mulder F A，Verlinden J C，Dukalski R R.The effect ofmotion on presence during virtual sailing for advancedtrainingJ.Prese
31、nce 2012 ISPR 2012，Philadelphia（USA），2012：24-26.5Ouadahi N，Chadli S，Ababou A，et al.A simulator dedicated to strengthening exercises for windsurfers J.Procedia engineering，2016，147：532-537.6Verlinden J C，et al.Development of a Motion System foran Advanced Sailing Simulator J.Procedia Engineering，2013
32、，60：428-434.7程宇，刘铁军，唐元贵，等.基于UNITY3D的水下机器人视景仿真方法J.计算机科学，2021，48（6A）：281-284.8黄鹏，吴微露.基于Unity 3D的高空心理行为模拟训练系统 J.舰船电子工程，2022，42（04）：101-105.9丁伟利，杨韬，王文锋.基于Unity3D的煤炭码头视景仿真监控系统研究与实现 J.高技术通讯，2019，29（08）：791-798.10郝孜奇，张文胜.基于 Unity3D 的铁路实训虚拟仿真系统开发 J.计算机仿真，2020，37（6）：99-103.11Xiaofeng C，Xin L，Guojia H.A Study
33、 on Simulation ofSingle Sailing Training SystemC/5th InternationalSymposium on Knowledge Acquisition and Modeling（KAM 2015）.Atlantis Press，2015：92-95.12缪国平.帆船运动的力学原理J.力学与实践，1994，16（1）：9-18.13柏开祥，郑伟涛，王德恂，等.基于风洞试验的帆翼空气动力性能研究 J.首都体育学院学报，2007（04）：28-31.14Kusaiynov K，Tanasheva N K，Minkov L L，et al.Numeri
34、cal simulation of a flow past a triangular sail-typeblade of a wind generator using the ANSYS FLUENT softwarepackage J .TechnicalPhysics，2016，61（2）：299-301.15韩占忠.Fluent：流体工程仿真计算实例与分析 M.北京：北京理工大学出版社，2009：97-103.16Saoud H，Hua M D，Plumet F，et al.Optimal sail anglecomputation for an autonomous sailboat robot C/201554th IEEE Conference on Decision and Control（CDC）.IEEE，2015：807-813.（上接第99页）曾祥兵等：分布式海战场物资投送混合问题优化研究136
