基于多智能体决策技术的远海物资保障模型*

董 鹏，李蕴哲，石怀斌，2

（1.海军工程大学管理工程与装备经济系，武汉 430033；2.联勤保障部队政治工作部，武汉 430033）

0 引言

1982 年英阿马岛海战，英国出色的远距离海上后勤补给为赢得1.3 万公里外的海战发挥了巨大作用。随着海洋安全的战略需要，“近海防御”已转向“远海防卫”。远海防卫作战力量规模大，航行范围广，离岸基基地远，补给需要物资量大，补给周期长，补给的难度较近海防卫大，为确保远海防卫成功，海上物资保障能力这一对海上作战成败有着至关重要影响的因素，必须要适应远海作战的需要。因此，深入研究远海物资保障能力问题具有重要现实意义。

远海物资保障的特点［1-2］：1）时效性。海上缺少食物淡水将对人员的身心造成巨大压力，燃油、弹药等紧急物资不能及时补给将大大损害作战能力；2）保障方式的多样性。远海防卫作战是一场信息化条件下的海、空、陆一体战，这对于保障方式的多样性提出了更高的要求，如直升机的垂直补给，特定船舶的横向、纵向补给等［3］；3）保障环境复杂。远海物资保障需要在复杂的海洋环境，稍纵即逝的战机，远离本土的条件下及时足量地保障物资的供给。

很多国内外学者对该相关问题进行了深入研究：MA Z Q 等利用多体动力学提出了一种新的并排补给系统动力学模型［4］。HENRIQUE F A 等为研究海上石油勘探平台的柴油补给问题，提出了一种基于中间补给设施的车辆路径问题数学模型，以规划补给船只路线，解决平台柴油补给需求［5］。SEYED S M 等基于两阶段报童模型，对海上物流的主动与被动订单履行资源分配进行了研究，并以美海军后勤军事应用的历史数据进行了验证说明［6］。冯志对远洋船舶海上补给保障问题进行了研究，提出了解决海上补给问题的措施手段［7］；岳奎志利用Vensim 在外界存在扰动的情况下，采用伴随舰和舰载运输机两种方式进行物资补给时，对编队物资库存趋势以及补给方式的选择，进行编队物资保障联合补给模式的建模仿真及预测［8］；韩跃深入研究分析了中美两国海军远海护航行动后勤保障的模式及特点，系统梳理了自身存在的现实问题［9］。

从文献研究情况来看，目前对海上补给的研究方法主要集中在流体动力学、控制方法等方面。从研究内容上来看，多集中在远洋海上补给、编队补给方式、远海行动等方面。而在战时远海物资全流程保障方面，相关的研究涉及不深、不全、不多。

基于此，本文根据远海防卫物资保障特点，利用Anylogic 仿真软件能动态模拟的特点，模拟了战时远海物资保障整个流程，建立了战时远海防卫物资保障模型，研究解决战时远海物资保障问题，丰富相关理论研究。

1 模型分析与建立

远海防卫作战模式下，作战力量要素一般由空中、水面、水下等作战单位组成，并由特定船舶作为补给运输单位。结合远海防卫目标，以物资保障为主要研究对象，建模分析如下：

1）作战编队从港口出发，进入指定位置后，对周围海空域进行巡航、巡视，并作出相应响应。

2）假设装载补给物资的补给船位于编队中心位置。当编队物资消耗到最小安全库存率（本文假设为0.2）时，由补给船进行补给。

当补给船物资充足情况下直接对编队进行补给；当补给船无法满足需求时，需要先返回相应港口进行物资补充，待补充完成后，进入相应海域对编队进行物资补给，仿真模型的流程图如图1 所示。

图1 远海防卫仿真模型运行流程图Fig.1 Running flow chart of open sea defense simulation model

2 基于Anylogic 的多智能体决策仿真实现

AnyLogic 仿真软件，是一款能同时支持系统动力学、离散事件和多智能体等方法的多方法仿真建模工具，既能对模型内部变化情况进行仿真分析，又能对模型整体变化趋势仿真模拟，能有效对战时远海物资保障整个流程进行模拟仿真［10］。

搭建仿真环境：首先导入GIS 地图，选择防卫区域。

智能体的构建：整个仿真模型共有7 类主要智能体，分别是：保障点、制导武器、编队指挥力量（船Z）、水面作战力量（船U）、水下作战力量（船D）、空中作战力量（飞机A）、补给保障力量（船S）。下面分别说明每类智能体的设置方法（本文为模型计算方便，数据均为模拟数据，非真实数据）。

2.1 数保障点智能体模型的建立

保障点设置在陆地有港口处，本文假设共需6 个港口。保障点的数量及位置由Excel 表导入Anylogic中，并通过读取Excel 表中的数据对每个保障点智能体的物资数量，单价等参数进行赋值，位于港1 的保障点部分表格模拟数据如表1 所示。

表1 保障点数据表Table 1 Data sheet of support points

该保障点参数及赋值是采用事件来循环控制更新，每过一段时间，都会将保障点的物资量数值设置为最大库存量数值，以此模拟保障点的库存补充情况。港1 保障点的参数设置，如下页图2 所示。

2.2 制导武器智能体模型的建立

制导武器分为两种，一种是对敌基地进行打击，即对地攻击；另一种是由船U 发出对敌水上目标进行打击。

2.3 指挥力量船Z 智能体模型的建立

船Z 从港1 出发，航行至指定点后，发布巡航巡视命令，派出3 架飞机A1、A2、A3对指定区域进行巡视。当船Z 的物资消耗到其最大库存量的20%时，船Z 向负责其的补给保障船S 发送补给信息，若船S 有充足的物资且在补给点时则对船Z 进行补给，若无法满足条件，则等待船S 补给完成，再返回对船Z 进行物资补给。船Z 状态流程图如图3所示。

图3 船Z 智能体状态流程图Fig.3 State flow chart of ship Z agent

2.4 水面作战力量船U 智能体模型的建立

若干数量（本文假设共有11 艘）船U 分别从港1 和港3 出发进入指定区域后，按照既定的路线每次派遣2 艘对周围海域进行巡视，当巡视结束后返回指定点接受船S 的补给并为下一次巡视做准备，若巡视期间发现敌舰队，则编队利用制导武器对敌进行攻击。其智能体参数及流程控制如下页图4 所示。

图4 船U 智能体状态流程图Fig.4 State ulow chart of U agent of ship

2.5 水下力量船D 智能体模型的建立

假设船D 数量为4 艘（图2 中外侧4 顶点的黑色船只），每次2 艘参与对周围海域的巡视，当巡视结束后返回指定点等待补给和下一次的巡视任务。其智能体参数及状态流程如图5 所示。

图5 船D 智能体状态流程图Fig.5 State flow chart of D agent of ship

2.6 保障补给船S 智能体模型的建立

假设船S 共有4 艘（图2 中黄色船只），均可携带固态物资和液态物资。每艘船S 负责一定补给任务，初始携带一定数量物资，面对编队的补给需求，若船S 能满足需求则为编队进行补给，若无法满足则向指定港口寻求物资补给。船S 智能体参数及状态流程图如图6 所示。

2.7 飞机A 智能体模型的建立

飞机A 停靠在船Z 上，随编队一起行动，当编队到达指定地点后会给需要执行巡航任务的飞机A发送指令，飞机A 接到指令后，从船Z 上起飞前往指定海域进行巡航，当巡航结束后返回，等待下一次巡航命令。同时飞机A 也肩负着对敌进行攻击的任务，当编队发现了敌军时，将会派出飞机A 前往敌军所在地，歼灭敌军后返回，等待下一次作战任务，飞机A 参数及状态流程图如图7 所示。

图7 飞机A 智能体状态流程图Fig.7 State flow chart of'A'agent of aircraft

3 基于多智能体决策技术仿真结果分析

3.1 统计分析

3.1.1 指挥力量船Z 物资统计

对船Z 的7 种物资，即主食、淡水、副食、果蔬、喷气燃料、润滑油、柴油进行实时记录并以条形统计图的形式输出如图8 所示。

图8 编队1 指挥力量船Z 物资统计图Fig.8 Material statistical chart of ship Z of command force of formation 1

通过研究船Z 的物资消耗情况，可对船Z 物资消耗最快和最慢的物资进行合理搭配装载，改善初始装载不合理的情况，同时也可研究补给过程中船Z 物资的补给是否合理，以便对不合理之处进行改进，为方案的选择及制定提供数据参考。

3.1.2 补给船S 物资统计

补给船S 是为编队进行补给的，补给船S 上有编队所需的7 种物资，本模型对补给船S 上这7 种物资采用柱状图进行统计，如图9 所示。

图9 编队1 补给船S 物资统计图Fig.9 Material statistical chart of supply ship S of formation 1

通过对物资统计数据的分析，可以分析得出船S 上各物资的最大库存设置是否合理，以及船S 一次最多补给舰船数，以便为船S 的参数调整提供数据支撑。

3.1.3 水面作战力量船U 物资统计

水面作战力量船U 物资统计是对整个11 艘水面作战力量船U 的物资量的总统计，其统计图如图10 所示。

图10 编队1 水面作战力量船U 物资统计图Fig.10 Material statistical chart of ship U of combat force of formation 1

因为这11 艘水面作战力量船的数据参数基本一致，其物资消耗速率基本统一，通过对整个11 艘船U 物资统计可以充分了解船U 的物资库存量的主要情况，由于这11 艘船U 物资量在编队物资量中占据主导地位，所以通过统计也可分析编队物资需求量的范围。

3.2 保障方案比较分析

保障方案1：采用补给船运输的方式。每一艘补给船对应一个港口运输物资、为编队进行补给，该方案的优点是可供选择的港口较多，物资足够充裕。缺点是港口的位置距离编队有远有近，运输成本和时间难以掌控，且不同港口的物资价格也不同，采购成本的波动也较大。

保障方案2：委托某一合适港口或基地进行物资采购。所有补给船都在一个港口进行补给，类似于基地补给，该方案的优点是选择较近的港口运输成本和时间都将有所降低，且通过某一港口进行采购，物资量较大，采购单价将有所降低，采购成本也会下降。缺点是编队的物资需求较大，单一港口不确定是否能满足编队的物资需求。对远海防卫，本文将从成本、时间、保障效率3 个方面来综合考虑，并从模型输出的统计图进行分析以得出最佳方案［11］。

3.2.1 成本费用统计

本模型对成本费用的统计分为两个部分，一部分为物资采购费用，采购费用为补给船从港口获取的物资量乘以该物资的单价，在补给船完成对物资装载的时间点对费用进行更新。另一部分是运输费用，每艘补给船每次补给，考虑油耗，人工等费用，每次运输都将产生一定的费用，该费用的统计由补给船返回补给点时进行统计。方案1成本费用统计图如图11 所示，方案2 成本费用统计图如图12 所示。

图11 方案1 成本费用统计图Fig.11 Statistical chart of costs of scheme 1

图12 方案2 成本费用统计图Fig.12 Statistical chart of costs of scheme 2

通过方案1 和方案2 成本费用统计图可知，方案1 所需采购费用是102 219.507 万元，方案2 所需采购费用是93 359.411 1 万元，降低了8 600.096万元，而运输费用增加了100 万元，总的采购成本降低了8 590.096 万元。

原因分析：方案2 成本降低的原因与所需的7种物资单价降低有着密切的关系，将物资集中至一个港口不仅可以有效利用海运的便捷，也可以结合陆运的优点。当然方案2 的效率与各港口所能提供的物资单价有着密切的关系，如果各港口的物资单价没有差别的话，那么优化的成果就大打折扣了。

3.2.2 补给时间统计

在远海防卫物资保障系统中对于补给时效性的要求也非常高，为此本模型对每一艘补给船，从接受为编队补给的命令开始，到为编队完成补给的时间进行了统计，通过统计分析可以了解补给船是否在规定的时间内完成了补给，并可以分析补给船分配的任务是否合理，同时也可为模型的优化对比提供参考数据。方案1 的补给船补给时间如图13所示，方案2 的补给船补给时间如图14 所示。

图13 方案1 补给船补给时间Fig.13 Replenishment time of replenishment ship of scheme 1

图14 方案2 补给船补给时间Fig.14 Replenishment time of replenishment ship of scheme 2

补给时间统计对比如表2 所示。

表2 补给时间方案对比表Table 2 Comparison table of replenishment time schemes

由图13、图14 和表2 可知，优化前后补给船的时间大大降低了。这是由于每艘补给船由优化前去各自所属保障点补给转变为优化后去距离编队最近的港3 进行补给，补给路程大大缩短了，补给船的补给时间除了考虑往返路程的时间，还有装载货物以及卸货的时间，按照这个时间比较，方案2 比方案1 的补给时间最多节省了13%，但如果单纯考虑运输时间，比如前往港1 补给的补给船优化为前往港3 进行补给，运输路程变为原来的一半，相应的时间也节省为原来的一半了，由此可以看出，方案2 在补给船的补给时间上要优于方案1。

3.2.3 方案评价

本模型存在补给船多次返回补给港口的情况，一次补给成功，不代表整体成功，局部最优也有可能不是整体最优，因此，需从时间、成本、保障率3个指标方面进行综合评估。

1）时间指标方面。采用的是实际补给时间与最大可接受补给时间的比，并对比值进行打分，具体打分标准如表4 所示，每一艘补给船的每一次补给时间都按这个规律打分，最后取平均值。

2）成本指标方面。采用的是实际成本与最大成本的比值，并对比值进行打分，评分表如表3 所示。

表3 评分表Table 3 Scoring table

3）物资补给率方面。采用的是实际补给量与最大补给量的比值，评分如表3 所示。

4）补给效率。补给效率=（时间得分+成本得分+物资补给率得分）/30。

改善前得分统计如下页图15 所示。

图15 方案1 得分统计图Fig.15 Replenishment time of replenishment ship of scheme 1

改善后得分统计图如图16 所示。

图16 方案2 得分统计图Fig.16 Replenishment time of replenishment ship of scheme 2

得分统计对比如下页表4 所示。

表4 方案对比得分统计表Table 4 Score statistic table for scheme comparison

因此，采用方案1 即采用每一艘补给船对应一个港口运输物资，为编队进行补给时，由于不同港口的位置距离编队有远有近，导致实际补给时间较长，超过最大可接受时间的80%，且不同港口物价不同，实际成本超过最大成本的65%，从而导致方案1 在时间指标和成本指标上不占优势。但方案1由于从多个保障点进行物资采购，故其对单个保障点的依赖性较小，出现物资不足的风险较小。

采用方案2 即所有补给船都在一个港口进行补给，类似于基地补给时，由于物资采购量大，采购单价存在优势，采购成本会得到极大降低。同时，港3 距离编队作战区域最近，由港3 进行保障补给可有效缩短保障时间，从而方案2 在时间指标和成本指标上较方案1 有较大优势。但方案2 由于从一个保障点进行物资补给，对保障点的依赖性较大，保障点的压力也较大，保障点出现物资不足的风险也较方案1 高。其实，若计划得当，方案2 中保障点物资不足的风险可得到有效降低。

因此，对于远海防卫行动而言，采用方案2 也就是类似于基地采购的方案要更优。

4 结论

针对远海防卫物资保障特点，结合多智能体仿真技术，构建了远海防卫物资保障模型，根据实际保障情况，提出了两种远海防卫保障方案，通过仿真计算得到并分析比较了两种方案的费用、补给时间、补给效率等指标数据，得到了最优的远海防卫物资保障方案，验证了模型的可用性。