共建共享双层策略驱动的复杂装备组合优化求解

doi:10.12305/j.issn.1001-506X.2023.02.14

系统工程与电子技术 ›› 2023, Vol. 45 ›› Issue (2): 431-443.doi: 10.12305/j.issn.1001-506X.2023.02.14

• 系统工程 • 上一篇

共建共享双层策略驱动的复杂装备组合优化求解

陈子夷, 豆亚杰, 徐向前, 谭跃进, 杨克巍, 姜江

国防科技大学系统工程学院, 湖南长沙 410073

收稿日期:2021-10-06 出版日期:2023-01-13 发布日期:2023-02-04
通讯作者: 豆亚杰
作者简介:陈子夷 (1995—), 男, 博士研究生, 主要研究方向为复杂系统、组合优化与决策
豆亚杰 (1987—), 男, 副教授, 硕士研究生导师, 博士, 主要研究方向为组合决策、效能评估
徐向前 (1995—), 男, 博士研究生, 主要研究方向为国防采办、项目管理、数据驱动的决策
谭跃进 (1958—), 男, 教授, 博士研究生导师, 硕士, 主要研究方向为体系需求建模、体系架构设计和优化、复杂网络、系统建模与仿真
杨克巍 (1977—), 男, 教授, 博士研究生导师, 博士, 主要研究方向为事装备体系规划与分析、基于大数据的决策优化
姜江 (1981—), 男, 副教授, 硕士研究生导师, 博士, 主要研究方向为不确定性推理、风险决策技术、计算智能与优化决策技术
基金资助:
国家自然科学基金(71901214)

Combinatorial optimization solution of complex equipment driven by contribution and sharing two-tier strategy

Ziyi CHEN, Yajie DOU, Xiangqian XU, Yuejin TAN, Kewei YANG, Jiang JIANG

College of System Engineering, National University of Defense Technology, Changsha 410073, China

Received:2021-10-06 Online:2023-01-13 Published:2023-02-04
Contact: Yajie DOU

摘要/Abstract

摘要：

考虑共建共享的复杂装备组合优化是适应联合作战和装备发展需求的一种新的装备发展规划理念, 不仅需要统筹考虑共建阶段各研发单位的资源高效整合, 还需兼顾共享阶段中预期运用场景下的资源共享、相互配合等不同约束。为了高效获得优质的组合规划与组合选择方案, 本文研究了共建共享双层策略驱动的复杂装备组合优化问题。首先, 综合考虑共建和共享策略, 对装备研发组合规划问题和装备组合选择问题进行分析和建模。然后, 设计了深度神经网络辅助的分支定界启发式方法, 通过可学习的模型在分支选择和修剪的过程中给出合理的建议。最后, 通过侦察预警监视装备组合优化作为案例, 验证了本文所构建模型和提出的算法的有效性。

关键词: 共建共享, 装备组合优化, 分支定界法, 体系建模及优化

Abstract:

Combinatorial optimization of complex equipment considering constribution and sharing is a new equipment development concept that meets the needs of joint operations and equipment development. It needs to consider not only the integration of resources from different institutions in the construction step, but also different constraints under the expected application scenarios in the sharing step. To efficiently obtain a high-quality portfolio planning plan, the problem of complex equipment combinatorial optimization driven by contribution and sharing two-tier strategy is analyzed and modeled, and then a deep neural network assisted branch and bound heuristic method is designed, with a learnable model used to give reasonable results in the process of branch selection and pruning. Finally, the effectiveness of the proposed model and algorithm is demonstrated by a case of intelligence, surveillance and reconnaissance armament system of systems.

Key words: contribution and sharing, equipment combinatorial optimization, branch and bound method, modeling and optimization of system of systems

中图分类号:

N945

陈子夷, 豆亚杰, 徐向前, 谭跃进, 杨克巍, 姜江. 共建共享双层策略驱动的复杂装备组合优化求解[J]. 系统工程与电子技术, 2023, 45(2): 431-443.

Ziyi CHEN, Yajie DOU, Xiangqian XU, Yuejin TAN, Kewei YANG, Jiang JIANG. Combinatorial optimization solution of complex equipment driven by contribution and sharing two-tier strategy[J]. Systems Engineering and Electronics, 2023, 45(2): 431-443.

图/表 15

图1

表1

图2

图3

图4

图5

图6

表2

表3

表4

表5

图7

表6

图8

图9

参考文献 30

1	杜智远, 廖学军, 黄昊. 美军武器装备联合试验的发展与启示[J]. 军事运筹与系统工程, 2018, 32 (1): 73- 80. doi: 10.3969/j.issn.1672-8211.2018.01.013
	DU Z Y , LIAO X J , HUANG H . The development and enlightenment of the joint test of U.S. arms and equipment[J]. Military Ope-rations Research and Systems Engineering, 2018, 32 (1): 73- 80. doi: 10.3969/j.issn.1672-8211.2018.01.013
2	新华社. 新时代的中国国防[EB/OL]. [2021-03-18]. http://www.gov.cn/zhengce/2019-07/24/content_5414325.htm.
	Xinhua News Agency. China's national defense in the new era[EB/OL]. [2021-03-18]. http://www.gov.cn/zhengce/2019-07/24/content_5414325.htm.
3	向南, 豆亚杰, 姜江, 等. 马赛克战概念下作战模块应急重构自主决策[J]. 指挥与控制学报, 2020, 6 (3): 223- 228. doi: 10.3969/j.issn.2096-0204.2020.03.0223
	XIANG N , DOU Y J , JIANG J , et al. Autonomous emergency decision-making of combat module under mosaic warfare[J]. Journal of Command an Control, 2020, 6 (3): 223- 228. doi: 10.3969/j.issn.2096-0204.2020.03.0223
4	The Military Operations Research Society Workshop. Capabilities based planning: the road ahead[R]. Virginia: Institute for Defense Analysis Arlington, 2004.
5	Joint Chiefs of Staff. Chairman of the joint chiefs of staff instruction 3170.01G: Joint capabilities integration and development system[EB/OL]. [2021-02-07]. http://www.dtic.mil/cjcsdirectives/cdata/unlimit/317001.pdf.
6	Department of Defense. Department of Defense DIRECTIVE 8115.01: IT portfolio management[EB/OL]. [2021-02-07]. http://www.dtic.mil/whs/directives/corres/pdf/811501p.pdf.
7	NEAGA E I, HENSHAW M, YUE Y. The influence of the concept of capability-based management on the development of the systems engineering discipline[C]//Proc. of the 7th Annual Conference on Systems Engineering Researc, 2009: 34-41.
8	程贲, 鲁延京, 葛冰峰, 等. 武器装备体系能力多视图模型研究[J]. 国防科技大学学报, 2011, 33 (6): 163- 168. doi: 10.3969/j.issn.1001-2486.2011.06.030
	CHENG B , LU Y J , GE B F , et al. Capability view model for weapon system of systems[J]. Journal of National University of Defense Technology, 2011, 33 (6): 163- 168. doi: 10.3969/j.issn.1001-2486.2011.06.030
9	张西林, 谭跃进, 杨志伟. 多重不确定因素影响下的高端装备研制任务流程优化[J]. 系统工程理论与实践, 2019, 39 (3): 725- 734.
	ZHANG X L , TAN Y J , YANG Z W . Optimization of high-end equipment development task process influenced by multiple uncertainty factors[J]. Systems Engineering-Theory & Practice, 2019, 39 (3): 725- 734.
10	周宇, 姜江, 赵青松, 等. 武器装备体系组合规划的高维多目标优化决策[J]. 系统工程理论与实践, 2014, 34 (11): 2944- 2954.
	ZHOU Y , JIANG J , ZHAO Q S , et al. Many-objective optimization and decision-making for portfolio planning of armament system of systems[J]. Systems Engineering-Theory & Practice, 2014, 34 (11): 2944- 2954.
11	向南, 豆亚杰, 姜江, 等. 基于专家信任网络的不完全信息武器选择决策[J]. 系统工程理论与实践, 2021, 41 (3): 759- 770.
	XIANG N , DOU Y J , JIANG J , et al. Hesitant fuzzy group decision-making method for weapon selection based on expert trust network under incomplete information[J]. Systems Engineering-Theory & Practice, 2021, 41 (3): 759- 770.
12	豆亚杰, 徐向前, 周哲轩, 等. 系统组合选择方法及典型军事应用[J]. 系统工程与电子技术, 2019, 41 (12): 2754- 2762.
	DOU Y J , XU X Q , ZHOU Z X , et al. Analysis of system portfolio selection and typical military application[J]. Systems Engineering and Electronics, 2019, 41 (12): 2754- 2762.
13	徐泽水, 任珮嘉. 犹豫模糊偏好决策研究进展与前景[J]. 系统工程理论与实践, 2020, 40 (8): 2193- 2202.
	XU Z S , REN P J . A survey of decision making with hesitant fuzzy preference relations: progress and prospect[J]. Systems Engineering-Theory & Practice, 2020, 40 (8): 2193- 2202.
14	MENG F Y , AN Q X . A new approach for group decision making method with hesitant fuzzy preference relations[J]. Know-ledge-Based Systems, 2017, 127, 1- 15.
15	XU Y J , LI C Y , WEN X W . Missing values estimation and consensus building for incomplete hesitant fuzzy preference relations with multiplicative consistency[J]. International Journal of Computational Intelligence Systems, 2018, 11, 101- 119.
16	MOU Q , XU Z S , LIAO H C , et al. Two regression methods for hesitant multiplicative preference relations with different consistencies[J]. Soft Computing, 2019, 23, 7029- 7044.
17	GEORGE T, AMUDHA T. Genetic algorithm based multi-objective optimization framework to solve traveling salesman problem[M]. Singapore: Springer, 2020: 141-151.
18	MIRJALILI S , DONG J S , LEWIS A . Ant colony optimizer: theory, literature review, and application in AUV path planning[J]. Nature-Inspired Optimizers, 2020, 811, 7- 21.
19	HOJJATI A , MONADI M , FARIDHOSSEINI A , et al. Application and comparison of NSGA-Ⅱ and MOPSO in multi-objective optimization of water resources systems[J]. Journal of Hydrology and Hydromechanics, 2018, 66 (3): 323- 329.
20	KHAN B, HANOUN S, JOHNSTONE M, et al. Multi-objective job shop scheduling using i-NSGA-Ⅲ[C]//Proc. of the Annual IEEE International Systems Conference, 2018.
21	HOTTUNG A , TANAKA S , TIERNEY K . Deep learning assisted heuristic tree search for the container pre-marshalling problem[J]. Computers & Operations Research, 2020, 113, 104781.
22	CHEN Z Y, DE CAUSMAECKER P, DOU Y J. Neural networked assisted tree search for the personnel rostering problem[EB/OL]. [2021-09-06]. https://arxiv.org/abs/2010.14252.
23	VACLAVIK R , NOVAK A , SUCHA P , et al. Accelerating the branch-and-price algorithm using machine learning[J]. European Journal of Operational Research, 2018, 271 (3): 1055- 1069.
24	DENG Y , LIU Y , ZHOU D Y . An improved genetic algorithm with initial population strategy for symmetric TSP[J]. Mathematical Problems in Engineering, 2015, 2015, 212794.
25	KATIYAR S, IBRAHEEM N, ANSARI A Q. Ant colony optimization: a tutorial review[C]//Proc. of the National Confe-rence on Advances in Power and Control, 2015: 99-110.
26	CHEN Z Y , DOU Y J , XU X Q , et al. Service-oriented wea-pon systems of system portfolio selection method[J]. Journal of Systems Engineering and Electronics, 2020, 31 (3): 551- 566.
27	张骁雄, 葛冰峰, 姜江, 等. 面向能力需求的武器装备体系组合规划模型与算法[J]. 国防科技大学学报, 2017, 39 (1): 102- 108.
	ZHANG X X , GE B F , JIANG J , et al. Capability requirements oriented weapon system of systems portfolio planning model and algorithm[J]. Journal of National University of Defense Technology, 2017, 39 (1): 102- 108.
28	BURKE E K , CURTOIS T . New approaches to nurse rostering benchmark instances[J]. European Journal of Operational Research, 2014, 237 (1): 71- 81.
29	苏宙行, 王卓, 吕志鹏. 求解多阶段护士排班问题的带权禁忌搜索算法[J]. 中国科学: 信息科学, 2016, 7 (7): 834- 854.
	SU Z X , WANG Z , LYU Z P . Weighted tabu search for multi-stage nurse rostering problem[J]. Scientia Sinica Informationis, 2016, 7 (7): 834- 854.
30	KINGMA D P, BA J. Adam: a method for stochastic optimization[EB/OL]. [2021-09-06]. https://arxiv.org/abs/1412.6980.

符号	定义
x_ij	研发单位j是否承担装备i的研发任务
t_ij	研发单位j研发装备i的时间
n_ij	研发单位j研发装备i的数量
q_ik	待接收单位k接受装备i的数量
r_ik	待接收单位k现有装备i的数量
I	待发展装备集合
J	可选择研发单位集合
K	待接受装备的单位集合
N1_i	无法承担装备i研发任务的研发单位集合
N2_i	无法接受装备i的待接受单位集合
C	能力需求集合
H	装备发展数量对能力提升的指数幂多项式的项数集合
p_c	能力c的能力需求数值
lt_j	研发单位j可承担的最大工程量
m_j	研发单位j每单位年工程量所需经费
lm_i	装备i的最大支持经费
ubt_i	装备i的发展时间上限
lbt_i	装备i的发展时间下限
ubn_i	装备i的发展数量上限
lbn_i	装备i的发展数量下限
α_ic	装备i发展数量对能力c提升的指数幂多项式常量
β_ich	装备i发展数量对能力c提升的指数幂多项式的第h项指数
γ_ic	装备i发展数量对能力c提升的指数幂多项式的最大值系数
δ_ich	装备i发展数量对能力c提升的指数幂多项式的第h项系数
μ_ij	第j家研发单位研发装备i的研发时间与研发数量关系系数
ε	能力满足度阈值
t_norm	装备发展与组合规划方案所需时间的归一化表示
m_norm	装备发展与组合规划方案所需经费的归一化表示
c_norm	装备发展与组合规划方案对能力满足度的归一化表示
w_m	经费权重
w_t	时间权重

装备	支撑经费/亿元	研发时间/年	研发数量	所属类型	可满足能力
装备	支撑经费/亿元	研发时间/年	研发数量	所属类型	目标识别	定位跟踪	持续监视	传输分发	互操作	自适应	指挥控制
侦察卫星	60	[5, 10]	[5, 20]	航天类	√	√	√	√	-	-	-
预警机	48	[5, 9]	[20, 50]	航空类	√	√	-	√	-	-	√
无人机	60	[6, 10]	[20, 200]	航空类	√	√	-	-	√	√	-
预警雷达	46	[5, 9]	[8, 25]	配属类	√	√	√	-	-	-	√
侦察船	50	[4, 8]	[5, 15]	船舶类	√	√	√	-	-	-	-
装甲侦察车	30	[4, 8]	[5, 15]	装甲类	√	√	√	-	-	-	-
数据链	25	[5, 10]	[5, 10]	系统类	-	-	-	√	√	√	-
指控系统	28	[5, 10]	[5, 10]	系统类	-	-	-	-	√	√	√

单位	每单位年工程量所需经费/亿元	最大可承担工程量/年	可承研武器装备类型
单位	每单位年工程量所需经费/亿元	最大可承担工程量/年	航天类	航空类	配属类	船舶类	装甲类	系统类
1	1.8	30	√	-	√	-	-	√
2	2	40	-	√	√	-	-	√
3	3.5	60	-	√	√	-	-	-
4	3.2	50	-	√	-	-	-	√
5	3.8	50	√	-	√	-	-	√
6	4.2	60	√	-	√	-	-	√
7	3.5	60	-	-	√	√	-	-
8	3	50	-	-	-	√	-	√
9	3.2	70	-	-	√	-	√	-
10	2.8	60	-	-	-	-	√	√

能力	需求数值
目标识别	0.9
定位跟踪	0.9
持续监视	0.87
传输分发	0.95
互操作	0.95
自适应	0.95
指挥控制	0.95

装备	研发单位
装备	1	2	3	4	5	6	7	8	9	10
侦察卫星	10, 11	-	-	-	8, 8	-	-	-	-	-
预警机	-	9, 26	-	8, 23	-	-	-	-	-	-
无人机	-	10, 110	-	8, 88	-	-	-	-	-	-
预警雷达	8, 11	9, 14	-	-	-	-	-	-	-	-
侦察船	-	-	-	-	-	-	7, 7	8, 8	-	-
装甲侦察车	-	-	-	-	-	-	-	-	-	8, 8
数据链	7, 6	5, 4	-	-	-	-	-	-	-	-
指控系统	5, 4	7, 6	-	-	-	-	-	-	-	-

共建共享双层策略驱动的复杂装备组合优化求解

Combinatorial optimization solution of complex equipment driven by contribution and sharing two-tier strategy

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 15

参考文献 30

相关文章 15

编辑推荐

Metrics

本文评价

装备	待接收单位
装备	A	B	C	D	E
侦察卫星	19	18	17	16	10
预警机	48	43	47	44	18
无人机	158	170	166	46	171
预警雷达	22	24	7	23	24
侦察船	14	14	15	2	15
装甲侦察车	10	10	1	10	9
数据链	9	9	9	9	4
指控系统	9	5	9	9	8

[1]	赵斐, 李鑫, 张建. 考虑竞争失效的视情维修和备件订购联合策略优化[J]. 系统工程与电子技术, 2023, 45(1): 291-301.
[2]	邱禄芸, 方志耕, 陶良彦, 陶秋澄. 网络体系效能评估改进FDNA模型[J]. 系统工程与电子技术, 2022, 44(12): 3728-3737.
[3]	尹东亮, 崔国恒, 黄晓颖, 张欢. 基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策[J]. 系统工程与电子技术, 2022, 44(11): 3463-3469.
[4]	杨清清, 高盈盈, 郭玙, 夏博远, 杨克巍. 基于深度强化学习的海战场目标搜寻路径规划[J]. 系统工程与电子技术, 2022, 44(11): 3486-3495.
[5]	王琮, 沈会良, 夏永祥, 白光晗, 方依宁. 装备保障体系关键节点分析[J]. 系统工程与电子技术, 2022, 44(10): 3134-3142.
[6]	方志耕, 夏悦馨, 张靖如, 熊仪, 陈静邑. 基于Agent的体系过程A-GERT网络“刺激-反应”学习模型[J]. 系统工程与电子技术, 2022, 44(8): 2540-2553.
[7]	浣顺启, 方哲梅, 王剑波. 基于功能依赖网的体系效能评估方法[J]. 系统工程与电子技术, 2022, 44(7): 2191-2200.
[8]	姜江, 金前程, 徐雪明, 侯帅, 李际超. 智能化时代国防科技体系工程初探[J]. 系统工程与电子技术, 2022, 44(6): 1880-1888.
[9]	陈琨, 黄宁, 吴祥蔚, 赵静萌. 考虑抑制耦合关系的5G业务故障分析方法[J]. 系统工程与电子技术, 2022, 44(6): 2043-2050.
[10]	张大力, 夏红伟, 张朝兴, 马广程, 王常虹. 改进萤火虫算法及其收敛性分析[J]. 系统工程与电子技术, 2022, 44(4): 1291-1300.
[11]	李京峰, 陈云翔, 项华春, 王健. 考虑随机冲击影响的多部件系统视情维修与备件库存联合优化[J]. 系统工程与电子技术, 2022, 44(3): 875-883.
[12]	张浩杰, 梁荣敏, 张玉东. 基于人在回路的地面无人平台仿真系统设计[J]. 系统工程与电子技术, 2022, 44(2): 538-545.
[13]	王文明, 杜佳璐. 基于正六边形栅格JPS算法的智能体路径规划[J]. 系统工程与电子技术, 2021, 43(12): 3635-3642.
[14]	周鑫, 王维平, 朱一凡, 王涛, 井田. 基于顺次分配机制的无人装备体系架构方案空间搜索方法[J]. 系统工程与电子技术, 2021, 43(11): 3211-3219.
[15]	柯宇航, 李艳军, 曹愈远, 张兴成. 基于模型的飞控系统安全性分析研究[J]. 系统工程与电子技术, 2021, 43(11): 3259-3265.