周慶忠，田　野，熊　彪

（后勤工程學院，重慶　401311）

?

聯(lián)合后勤保障效能評價模型研究

周慶忠，田野，熊彪

（后勤工程學院，重慶401311）

為了解決分布動態(tài)聯(lián)合后勤保障環(huán)境中多個保障決策者和保障實體處于“多對多”設(shè)定下協(xié)同交互，致使后勤保障受眾多因素制約，調(diào)運計劃生成難度加大這一問題，提出了基于Agent的聯(lián)合后勤保障效能評價模型。從后勤保障軍事和經(jīng)濟廣義效能視角，對請領(lǐng)任務(wù)的保障實體，計算其保障調(diào)運效能，以便優(yōu)化配置保障資源，為優(yōu)化后勤保障調(diào)運計劃提供量化決策依據(jù)。以聯(lián)合作戰(zhàn)后勤保障為仿真實例來驗證模型的有效性，仿真結(jié)果表明該模型的研究對于快速實現(xiàn)聯(lián)合后勤保障總體目標具有實際意義。

聯(lián)合后勤保障；調(diào)運；效能；決策者；保障實體

1　引言

隨著軍事后勤保障信息化全面推進，軍地融合后勤保障模式的實施，后勤保障聯(lián)盟已逐漸形成。在聯(lián)合后勤保障中，決策者Agent DMA（Decision Maker Agent，DMA）遠距離調(diào)運后勤保障資源。由于所涉及的保障物資數(shù)量龐大、種類繁多、運輸路程遙遠，DMA需獲取和配置來自于不同保障實體Agent UA（Unit Agent，UA）的后勤保障調(diào)運服務(wù)資源，來實現(xiàn)聯(lián)合后勤保障總體目標［1］。

在分布開放、動態(tài)復(fù)雜的聯(lián)合后勤保障環(huán)境中，所有DMA和UA均處于“多對多”設(shè)定下協(xié)同交互。如何評價聯(lián)合后勤保障調(diào)運效能，合理動態(tài)分配保障實體的調(diào)運任務(wù)，實現(xiàn)優(yōu)化配置保障資源，是迫切需要解決的問題［2，3］。因此，本文對基于Agent的聯(lián)合后勤保障效能評價模型進行研究。雖然所提出的模型以軍事后勤保障領(lǐng)域為研究背景，但其所論述的模型方法，同樣適用于民用商業(yè)部門，具有較為廣泛的應(yīng)用前景。

2　分布式油料保障問題域

將基于Agent的聯(lián)合后勤保障系統(tǒng)應(yīng)用于具有分布開發(fā)、動態(tài)變化特點的復(fù)雜環(huán)境中，所有決策者DMA和保障實體UA均在一個“多對多”設(shè)定場景中實時交互，如圖1所示。

決策者DMA根據(jù)保障實體UA的請領(lǐng)任務(wù)書效能值E，來評估其執(zhí)行后勤保障任務(wù)的能力。效能值E取決于執(zhí)行保障任務(wù)的軍事和經(jīng)濟范疇內(nèi)的廣義成本和后勤保障時間。若某請領(lǐng)任務(wù)書的效能值E越高，則意味著該請領(lǐng)任務(wù)書所對應(yīng)的保障實體UA越適合于被選擇來執(zhí)行特定保障任務(wù)。決策者DMA和保障實體UA對效能值E的計算方法不同。決策者DMA根據(jù)在搜索樹和引導(dǎo)其路徑的特定分支，來計算效能值E。命名根節(jié)點中的任務(wù)為根保障調(diào)運任務(wù)，則存在比根保障調(diào)運任務(wù)多的任務(wù)，每個根任務(wù)有一個相關(guān)的效能值E［4，5］。UA認為效能值E只是所接收任務(wù)和正考慮的請領(lǐng)任務(wù)書的函數(shù)。

由決策者DMA的評估函數(shù)fE來確定效能值E。fE是較為復(fù)雜的通用評估函數(shù)，適用于許多決策者DMA用于其后勤保障任務(wù)。對于每個后勤保障任務(wù)，評估函數(shù)的大部分組成項是相同的。向各保障實體UA發(fā)布每一個保障調(diào)運任務(wù)時，若均提交完整的函數(shù)fE，將可能造成浪費交互信息。相反，假設(shè)保障實體UA已具有關(guān)于函數(shù)fE的知識，決策者DMA則在每次發(fā)布保障調(diào)運任務(wù)時，只須提供計算效能值E的fE函數(shù)所需的少量細節(jié)，不必提交完整的fE，只需曾經(jīng)向UA傳達過完整的fE函數(shù)即可。換言之，向每個任務(wù)提交的評估函數(shù)fE，指的是用于計算效能值E的評估函數(shù)細節(jié)，而不是完整函數(shù)。為了以示區(qū)別，將計算效能值E的評估函數(shù)fE記為fE_d（）。

圖1　聯(lián)合后勤保障Agent交互

3　模型構(gòu)建

記bi是搜索樹的一個分支，它與任務(wù)task（bi）=t的請領(lǐng)任務(wù)書apply（bi）=a相關(guān)聯(lián)，而task（bi）=t又與根節(jié)點任務(wù)root（bi）=trζ相對應(yīng)。φ（tr）是返回決策者DMA位于特定根任務(wù)tr的加權(quán)因子函數(shù)。如果φ（tr）＞φ（tr'），則表示根任務(wù)tr比根任務(wù)tr'更為重要。決策者DMA對于請領(lǐng)任務(wù)的保障實體，評估其保障調(diào)運效能的函數(shù)fE_d（）為：

每個保障調(diào)運根任務(wù)的效能E包括：（1）從該根任務(wù)已授予請領(lǐng)任務(wù)書所得到的當前效能E'；（2）為了完成已授予請領(lǐng)書所沒有實現(xiàn)的根調(diào)運任務(wù)的剩余調(diào)運任務(wù)集所產(chǎn)生的預(yù)期效能E”。

每個分支bi的執(zhí)行后勤保障調(diào)運任務(wù)效能E是在該分支上的每個調(diào)運根任務(wù)的效能E之和。在分支bi上一個根任務(wù)trj的效能為：

式（3）fpd（）和ftd（）為保障調(diào)運效率函數(shù)和時間函數(shù)，其返回值與決策者Agent對后勤調(diào)運效能和時間的不滿意度成正比；ω（）為加權(quán)因子，允許決策者DMA為根任務(wù)trj的后勤保障調(diào)運計劃，設(shè)置保障調(diào)運效率和時間的優(yōu)先級。

記fapp（trj，bi）是返回所有為根任務(wù)trj所選擇的請領(lǐng)任務(wù)書的函數(shù)，這些任務(wù)書在決策者DMA的搜索樹從根節(jié)點到分支并且包括分支的路徑上。如果root（bi）=trj，則apply（bi）∈fab（trj，bi）；否則apply（bi）?fab（trj,bi）。fdif（t，b）函數(shù)返回請領(lǐng)任務(wù)書apply*被選擇用于后勤保障調(diào)運任務(wù)t，仍需完成的剩余后勤保障調(diào)運任務(wù)集，它由一個或多個任務(wù)所組成。當選擇從根節(jié)點直到分支bi，并且包含分支bi的所有分支（即請領(lǐng)任務(wù)書）后，ftst（trj，bi）返回仍需完成的剩余任務(wù)集Φ，即返回與bi子節(jié)點相關(guān)的任務(wù)集。則有：

在決策者DMA的根任務(wù)trk的搜索樹中的一個特定分支bi為：

式（4）中，φ1（）和θ1（）函數(shù)用于完全或部分地生成保障調(diào)運任務(wù)tr，其輸入變量為根任務(wù)tr和請領(lǐng)任務(wù)書集ΩA。對于完成tr的請領(lǐng)任務(wù)書a'，φ1（tr，a'）和θ1（tr，a'）返回值分別與決策者DMA對執(zhí)行后勤調(diào)運成本和時間不滿意度成正比。φ2（）和θ2（）函數(shù)采用啟發(fā)式算法來估計預(yù)期成本和所需時間，以便實現(xiàn)對根任務(wù)tr的剩余未完成任務(wù)的搜索。其輸入變量為根任務(wù)tr和為了完成tr仍需完成的任務(wù)集ΩT，函數(shù)返回值分別與決策者DMA對執(zhí)行后勤保障調(diào)運成本和時間的預(yù)期不滿意度成正比。

對于相關(guān)聯(lián)的根任務(wù)tr，保障實體UA從決策者DMA接收到保障調(diào)運任務(wù)t，提交請領(lǐng)任務(wù)書a來完全或部分實現(xiàn)調(diào)運任務(wù)t。

所發(fā)布的任務(wù)task（bi）包含保障實體Agent UA的fE_d（）函數(shù)使用的請領(lǐng)任務(wù)書評估函數(shù)f，以便允許UA計算其潛在請領(lǐng)任務(wù)書的效能E，以最高值Emax提交請領(lǐng)任務(wù)書apply（bi）。

請領(lǐng)任務(wù)書評估函數(shù)fE_UA（）被定義為：

保障實體UA使用式（5）計算請領(lǐng)任務(wù)書apply（bi）的效能E，而不是計算分支bi的效能E。

對于保障實體UA，計算關(guān)于所發(fā)布任務(wù)的相關(guān)聯(lián)根任務(wù)root（bi），而不是task（bi）本身的fE_d（）元素，關(guān)于根任務(wù)所需要的信息包含在task（bi）（in f）內(nèi)。對于UA，定義fφ（）和fθ（）為：

請領(lǐng)任務(wù)書評估函數(shù)fE_d（）的2個條件為：

條件I：如果UA認為，對于特定后勤保障調(diào)運任務(wù)，決策者DMA偏好請領(lǐng)書apply（b1）勝過請領(lǐng)書apply（b2），那么，決策者DMA實際上是偏好分支b1勝過分支b2：

條件II：如果用于相同任務(wù)的相同請領(lǐng)任務(wù)書與DMA搜索樹的不同節(jié)點相關(guān)聯(lián)，則使用式（7）。這意味著，決策者DMA不需要向保障實體UA重新發(fā)布任務(wù)來讓UA請求任務(wù)，當創(chuàng)建一個新節(jié)點時，它包含了這個任務(wù)，如圖2所示，這節(jié)省了決策者DMA與保障實體UA之間的交互信息量和運算時間。

定義請領(lǐng)任務(wù)書a1=apply（b1）=apply（b3），a2=apply（b2）=apply（b4）。式中：br1≠br3，br2≠br4，Taskp（b1）=Taskp（b2）=task（b1）=task（b2）= task（b3）=task（b4）=t。若UA認為，對于特定后勤保障調(diào)運任務(wù)，DMA偏好請領(lǐng)任務(wù)書a1勝過請領(lǐng)任務(wù)書a2，那么，決策者DMA偏好分支b1勝過分支b2，偏好分支b3勝過分支b4。

圖2　請領(lǐng)任務(wù)搜索樹示意圖

函數(shù)φ1（）、φ2（）、θ1（）、θ2（）分別是線性函數(shù)，則式（7）和（8）均滿足于請領(lǐng)任務(wù)書評估函數(shù)fE_d（）。

有兩種情況將使UA請求任務(wù)變得復(fù)雜。

（1）允許保障實體UA對保障任務(wù)只請求執(zhí)行部分調(diào)運物資，或只執(zhí)行全里程的一部分路程的運輸任務(wù)。這類請領(lǐng)任務(wù)書，像任何請求執(zhí)行任務(wù)的請領(lǐng)書一樣，須滿足保障調(diào)運任務(wù)的約束，部分地實現(xiàn)調(diào)運任務(wù)計劃。例如，對于一個從起始地Pstart與目的地Pend之間運送油料的任務(wù)，在Pstart與Pend之間，從Pa到Pb運送油料的部分請領(lǐng)任務(wù)書可能是可行運輸調(diào)度計劃的一部分。但通常不會考慮這樣的選擇，除非它是唯一的或最好的選擇。

（2）對保障實體UA已臨時授予的請領(lǐng)任務(wù)書，過后卻很可能由于后勤保障需求變化（如需求量、保障區(qū)域、保障運輸能力、保障資源分布等變化），需重新更改調(diào)運指令。保障實體UA難于決定哪個請領(lǐng)任務(wù)書（即其路徑、時間和運力容量）最有可能是適合于完成任務(wù)的請領(lǐng)任務(wù)書。這需花費運算時間來計算執(zhí)行保障調(diào)運任務(wù)的效能值，以便形成和檢查各請領(lǐng)任務(wù)書的適合性［6］。因此，必須限制請領(lǐng)任務(wù)書的搜索域，以便在限定時間表內(nèi)形成合適的請領(lǐng)任務(wù)書集。

4　應(yīng)用實例

在某聯(lián)合作戰(zhàn)中，后方指揮部組織了后勤保障實體UAi（i=1，2，…，12）向前線作戰(zhàn)部隊調(diào)運后勤物資。保障任務(wù)是從地點Pstart調(diào)運后勤物資到Pend，表示為T（Pstart，Pend）。決策者DMA向保障實體UA，以任務(wù)公告形式發(fā)布后勤保障任務(wù)t0=T（Pstart，Pend），任務(wù)公告內(nèi)含后勤保障任務(wù)分配效能評價函數(shù)f，它是后勤保障軍事和經(jīng)濟廣義效能的隱函數(shù)。將與請領(lǐng)任務(wù)書a相關(guān)的效能評價函數(shù)值記為fE_d（a），將其簡寫為fEff，即決策者DMA偏好于具有fEff最大值的請領(lǐng)任務(wù)書。決策者DMA希望以最大化評價函數(shù)fEff為優(yōu)化目標，進行后勤保障任務(wù)分配。

該后勤保障包括多個保障決策者DMA、保障實體UA，設(shè)置專用Agent，感知后勤保障環(huán)境變化，如向DMA和UA提供物資運輸?shù)攸c之間的距離等。UA可行駛130條路線，運輸任務(wù)是運送多種物資，物資數(shù)量大，運輸距離較長。保障實體Agent UA只運行一次，因為在時間上計算資源有限。

在最惡劣情況下，單一決策者DMA具有兩個大規(guī)模的后勤保障運輸任務(wù)，要求后勤保障運輸調(diào)度計劃樹的深度超過60，需要4個保障實體UA，因此，有限的可用調(diào)運服務(wù)導(dǎo)致大量回溯。請領(lǐng)任務(wù)截止時間設(shè)定為2min。適當延長請領(lǐng)任務(wù)時間，以確保在DMA制定后勤保障調(diào)運計劃之前，保障實體UA有足夠時間使用有限計算資源，按照對請求調(diào)運任務(wù)的約束條件，檢查其管轄區(qū)域的所有調(diào)運路線，核查后勤調(diào)運運輸能力，制作請領(lǐng)任務(wù)書。保障實體UA所提交的請領(lǐng)任務(wù)書見表1，請領(lǐng)任務(wù)書所涉及的后勤保障調(diào)運行徑如圖3所示。

表1　后勤保障請領(lǐng)任務(wù)書清單

各保障實體Agent UA，在請領(lǐng)任務(wù)截止時間之內(nèi)，向決策者DMA提交自認為最為理想的請領(lǐng)任務(wù)書。到請領(lǐng)任務(wù)截止時間后，決策者DMA匯總所接收到的所有請領(lǐng)任務(wù)書，計算請領(lǐng)任務(wù)書所對應(yīng)UA執(zhí)行保障任務(wù)的效能，作為優(yōu)先任務(wù)分配次序的依據(jù)。

圖3　后勤保障調(diào)運行徑示意圖

搜索可行的調(diào)運路線構(gòu)成保障調(diào)運計劃集：

計算各調(diào)運計劃總體效能，如圖4所示，確定出最優(yōu)后勤保障調(diào)運計劃：PlanEmax→Plan4。

圖4　調(diào)運計劃總體效能

理想情況下，每個保障實體UA將具有自己的處理器和較寬松后勤保障運輸調(diào)度約束條件，允許它快速地計算執(zhí)行某項物資運輸任務(wù)的成本等項目，請領(lǐng)任務(wù)的截止時間設(shè)定表示為多少秒，對這一后勤保障運輸調(diào)度虛擬場景，正如所預(yù)期的那樣，大約在多少分鐘內(nèi)提供一份后勤保障運輸調(diào)度計劃。若以人工方式來制定一個這樣詳細的完整計劃，并且要具有關(guān)于運輸單位Agent UA可用的所有信息（如運輸容量、運輸成本、運輸路徑等），只花費多少分鐘來完成計劃制定工作，是難于做到的。

在軍事后勤保障運輸調(diào)度實際工作中，現(xiàn)實情況不同于上述虛擬場景。保障實體UA可能遠不止10個，例如就油料保障系統(tǒng)而言，成員單位可能多達幾十個，甚至上百個。決策者DMA借助信息技術(shù)工具，從后勤保障系統(tǒng)中，挑選和提取執(zhí)行某項后勤物資調(diào)運任務(wù)的候選保障運輸單位UA。這樣便增加了完成后勤保障運輸計劃所需要的時間，以及增加決策者DMA尋找一個后勤保障運輸計劃的復(fù)雜度，因為決策者DMA必須先根據(jù)后勤調(diào)運任務(wù)的規(guī)模和要求，優(yōu)選候選的保障實體UA。

所生成的后勤保障運輸調(diào)度計劃與預(yù)計生成的計劃相似，存在一些微小差異。保障實體UA偶爾采用出人意料的路線，主要是因為保障實體UA在其局部計劃中有一個間隔，例如，它可執(zhí)行一個低成本的部分路徑運輸任務(wù)，在請領(lǐng)任務(wù)書中，路線與直接路線稍有偏差。在一些保障調(diào)運計劃中，保障實體UA可能需要兩個或兩個以上行程來運輸后勤物資，而并非一個完整行程［7］?？赏ㄟ^在效能評估函數(shù)fE_d（）中，增設(shè)預(yù)期運輸成本來考慮這種情況。

5　結(jié)束語

后勤保障調(diào)運虛擬場景仿真表明，所提出的基于Agent的聯(lián)合后勤保障效能評價模型，縮短了響應(yīng)后勤保障時間，提高了后勤保障調(diào)運計劃生成效率，由此而生成的計劃質(zhì)量遠比傳統(tǒng)手工方法要好。通過對后勤保障調(diào)運效能的量化評估，有利于實現(xiàn)后勤保障運輸調(diào)度過程的自動化，使得后勤保障決策人員從復(fù)雜和繁瑣的后勤保障物資調(diào)度工作解放出來，應(yīng)用計算機和信息技術(shù)，由各類Agent替代各級后勤保障管理人員通過網(wǎng)絡(luò)交互溝通，獲取后勤保障調(diào)運相關(guān)信息，從聯(lián)合后勤保障系統(tǒng)的各種運輸組織機構(gòu)中提取和調(diào)配運輸服務(wù)，更為敏捷快速地實現(xiàn)后勤保障目標。

［1］周慶忠.軍隊油料勤務(wù)學［M］.北京：國防出版社，2015.

［2］周慶忠，曾慧娥.基于多智能體的裝備動態(tài)優(yōu)化調(diào)撥系統(tǒng)研究［J］.機械工程學報，2005，41（2）：97-101.

［3］Biltgen P.A Methodology for Capability Based Technology Evaluation for System of Systems［D］.Georgia Institute of Technology，2007.

［4］Montana D，J Herrero.A Multi-Agent Society for Military Transportation Scheduling［J］.Journal of Scheduling，2000，13（4）：324-341.

［5］Bitinas E，Henscheid Z，Truong L.Pythagoras：A New Agent-Bases Simulation System［J］.Technology Review Journal，2003，（Spring/Summer）.

［6］李必鑫，李永紅.基于Agent的油料保障資源發(fā)現(xiàn)模型［J］.物流技術(shù)，2011，30（11）：129-131.

［7］周慶忠，孫濤，王冰.基于全能Agent的分布式優(yōu)化油料保障模型［J］.物流技術(shù)，2015，34（19）：267-269.

Study on Efficacy Evaluation Model of Joint Logistical Support Operations

Zhou Qingzhong， Tian Ye， Xiong Biao
（Logistical Engineering University， Chongqing 401311， China）

In this paper， in view of the problems existing in the dynamic joint logistical support environment， we proposed an agentbasedjoint logistical support efficacy evaluation model， from the perspective of military logistical support and general military utility，calculated the support scheduling efficacy of the task- demand support entities so as to optimize their resource allocation， and at the end，through a simulated example， demonstrated the practical significance of the model.

joint logistical support； scheduling； efficacy； decision-maker； support entity

E233

A

1005-152X（2016）01-0173-05

10.3969/j.issn.1005-152X.2016.01.046

2015-12-20

國防重大攻關(guān)項目（2014ZB00088）；重慶市重大科技項目（CQF20150709）；重慶市社科基金項目（2014YBGL009）

周慶忠（1961-），男，重慶人，教授，博士生導(dǎo)師，研究方向：后勤保障、人工智能和信息工程等。