基于混合编码遗传算法的战时军事物流调运协同优化问题研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键词：调配协同；运送优化；中转作业；自修复；混合编码遗传算法 中图分类号：Ｅ９１１；Ｅ１４ 文献标志码：Ａ 文章编号：１６７２－８２１１（２０１８）０１－００４４－０８
１ 引言
现代战争是高技术条件下的局部战争，后勤保 障要求适时、适量、适地，因此构建战时军事物流保 障网络时既要注重保障能力，又要兼顾保障效率。 在传统后勤补给和即时后勤补给战略基础上，混合 后勤补给战略［１］ 中的战时军事物流保障网络是由 后方仓库、前沿补给基地、前线补给点三个层级组 成。 前沿补给基地是在战役方向建立的主要后勤 补给基地，通常负责较大作战区域范围内的物资保 障；前线补给点是在战术中心附近建立的物资补给 中转站，通 常 负 责 较 小 作 战 区 域 范 围 内 的 物 资 保 障。 在这个网络中，物资流动的起点是后方仓库， 终点是前线补给点。 战时环境下，军事物流调运业 务需要根据各前线补给点的物资需求，同时考虑前 沿补给基地、后方仓库的现存物资储量和调运能 力，通过调整控制路径的选择以及物资的调配、运 送计划，实现节点之间调运任务的协同优化。
２ 问题描述与分析假设
２．１ 问题描述 为了更直观地描述问题，将战时军事物流保障
网络简化为三级网络（拓扑结构如图 １ 所示），这个 三级网络中存在 Ｉ 个供应点（ 代表后方仓库）、Ｊ 个 中转点（代表前沿补给基地） 和 Ｋ 个需求点（ 代表 前线补给点）。 该问题包含两个阶段：物资由供应 点向中转点调配并在中转点进行物流作业阶段、从 中转点向需求点运送阶段。
２０１８ 年 ３ 月 第 ３２ 卷第 １ 期
军事运筹与系统工程
Ｍｉｌｉｔａｒｙ Ｏｐｅｒａｔｉｏｎｓ Ｒｅｓｅａｒｃｈ ａｎｄ Ｓｙｓｔｅｍｓ Ｅｎｇｉｎｅｅｒｉｎｇ
Ｍａｒ． ２０１８ Ｖｏｌ．３２ Ｎｏ．１
基于混合编码遗传算法的战时军事物流 调运协同优化问题研究
姜大立 张巍
（ 陆军勤务学院，重庆 ４０１３１１）
致积压，甚至超过中转点的最大库容。 因此，中转 点选择向其调配物 资 的 供 应 点 时， 既 要 考 虑 时 间， 又要考虑自身作业和冗余能力限制。
第二阶段中，物资在中转点经过综合物流作业 后，会被运送至需求点。 对于中转点，一个中转点 可以同时负责多个需求点的保障任务，但每个中转 点的物资储量和运力有限，如果负责保障的需求点 过多，则会导致需要运送的物资量超过其储量和运 力；对于需求点，每个需求点在选择向其运送物资 的中转点时，都要考虑得到完全保障所需的时间。 ２．２ 分析假设
摘 要：战时军事物流调运协同优化问题是一个考虑多点调配与中转作业协同、在途运送优化的综合 计划问题。 将调运协同优化分解为两个阶段，以运输能力、物资储量、综合物流作业能力等为约束，以两阶 段调配运送、中转作业时间为目标，建立战时军事物流调运协同优化模型。 构造了具有自修复性的混合编 码遗传算法，通过仿真算例对模型进行求解。 结果表明，算法具有较好的收敛性和稳定性，能够获得较满 意的解，可为决策者提供科学依据。
— ４４ —
基于混合编码遗传算法的战时军事物流调运协同优化问题研究
中转点—需求点的物资运送两个过程的协同优化， 构建了战时军事物流调运协同优化模型。 模型同 时含有等式和不等式约束、整数和非整数约束，属 于典型的多目标多约束混合整数规划问题。 此类 问题的求解算法一直是研究的热点，大量学者在智 能算 法 上 进 行 了 探 索， 如 粒 子 群 算 法［１－２］ 、 ＣＧ 算 ［４］ 、启 发 式 算 法［６］ 、 遗 传 算 法［７］ 、 模 拟 退 火 算 法［８］ 、蚁群算法［９］ 等，但这些智能算法各自都有局 限，尤其对于本文构建的两过程协同模型，粒子群 算法局部寻优能力较差，蚁群算法收敛速度较慢， 模拟退火算法优化过程较长。 为了克服以上算法 的缺点，本文针对模型特点，在传统遗传算法的基 础上，构造了具有自修复性的混合编码遗传算法。 设计算法时着重考虑了全局寻优能力、收敛速度与 精度，最后通过实例对模型进行了求解分析。
目前，国内外一些学者针对军事物流调运计划 问题展开了大量研究。 龚延成、漆磊等［１－３］ 的研究
成果为本文奠定了理论基础，他们针对战时后勤补 给战略展开研究，建立了在满足硬时间窗基础上以 运输风险度最小为目标的双层指标运输调度优化 模型。 Ｓｅｂｂａｈ 等［４］ 研究了加拿大武装部队战术后 勤运送计划问题，提出加拿大武装部队战术后勤运 送网络拓扑结构是由航空 ／ 海港口岸、主要保障基 地和前线保障基地三级构成，构建了以送货时间和 安全 性 要 求 为 约 束 的 数 学 模 型。 Ｉ̇ｂｒａｈｉｍ ＡＫｇüｎ 等［５］ 研究了军事单位的运输计划问题，考虑到不 同运输模式的联合使用，军事单位在从母基地至作 战区域的运输过程中会经过一些转运节点，因此在 规划路径与分配运输工具时需要将转运节点的基 础设施能力与运输工具的种类、容量等进行匹配， 构建了以总成本最小为目标的混合整数优化模型。
图 １ 网络拓扑图
第一阶段中， 物资由供应点向中转点进行调 配，中转点根据需 求 点 的 需 求 信 息， 对 物 资 进 行 装 卸、重新组套等综 合 物 流 作 业， 以 方 便 对 物 资 的 后 续使用。 对于某一中转点，多个供应点同时向其调 配物资，如果相继到达此供应点的两批物资（ 来自 两个不同的供应点） 中间的间隔时间过长，则会导 致中转点出现物流作业空闲时间，延迟完成需求点 物资保障任务的时 间； 如 果 间 隔 时 间 过 短， 则 会 导
可以看出，现有研究多集中在以成本和运输风 险最小为目标、以时间和运输能力为约束的优化模 型上，基本上是以运输路径问题为原型，加以军事 或应急特殊背景环境。 与上述研究不同，本文结合 战场实际，在考虑两阶段调配运送、中转作业时间 的基础上，重点研究供应点—中转点的物资调配与
收稿日期：２０１７－１１－０８；修回日期：２０１８－０１－２４ 作者简介：姜大立（１９６７—） ，男，教授，博士，博士生导师，主要研究方向为军事物流、系统工程；张巍（ １９９２—） ，男，博士 研究生，主要研究方向为物流管理、调度优化。
１ 引言
现代战争是高技术条件下的局部战争，后勤保 障要求适时、适量、适地，因此构建战时军事物流保 障网络时既要注重保障能力，又要兼顾保障效率。 在传统后勤补给和即时后勤补给战略基础上，混合 后勤补给战略［１］ 中的战时军事物流保障网络是由 后方仓库、前沿补给基地、前线补给点三个层级组 成。 前沿补给基地是在战役方向建立的主要后勤 补给基地，通常负责较大作战区域范围内的物资保 障；前线补给点是在战术中心附近建立的物资补给 中转站，通 常 负 责 较 小 作 战 区 域 范 围 内 的 物 资 保 障。 在这个网络中，物资流动的起点是后方仓库， 终点是前线补给点。 战时环境下，军事物流调运业 务需要根据各前线补给点的物资需求，同时考虑前 沿补给基地、后方仓库的现存物资储量和调运能 力，通过调整控制路径的选择以及物资的调配、运 送计划，实现节点之间调运任务的协同优化。
２ 问题描述与分析假设
２．１ 问题描述 为了更直观地描述问题，将战时军事物流保障
网络简化为三级网络（拓扑结构如图 １ 所示），这个 三级网络中存在 Ｉ 个供应点（ 代表后方仓库）、Ｊ 个 中转点（代表前沿补给基地） 和 Ｋ 个需求点（ 代表 前线补给点）。 该问题包含两个阶段：物资由供应 点向中转点调配并在中转点进行物流作业阶段、从 中转点向需求点运送阶段。
２０１８ 年 ３ 月 第 ３２ 卷第 １ 期
军事运筹与系统工程
Ｍｉｌｉｔａｒｙ Ｏｐｅｒａｔｉｏｎｓ Ｒｅｓｅａｒｃｈ ａｎｄ Ｓｙｓｔｅｍｓ Ｅｎｇｉｎｅｅｒｉｎｇ
Ｍａｒ． ２０１８ Ｖｏｌ．３２ Ｎｏ．１
基于混合编码遗传算法的战时军事物流 调运协同优化问题研究
姜大立 张巍
（ 陆军勤务学院，重庆 ４０１３１１）
致积压，甚至超过中转点的最大库容。 因此，中转 点选择向其调配物 资 的 供 应 点 时， 既 要 考 虑 时 间， 又要考虑自身作业和冗余能力限制。
第二阶段中，物资在中转点经过综合物流作业 后，会被运送至需求点。 对于中转点，一个中转点 可以同时负责多个需求点的保障任务，但每个中转 点的物资储量和运力有限，如果负责保障的需求点 过多，则会导致需要运送的物资量超过其储量和运 力；对于需求点，每个需求点在选择向其运送物资 的中转点时，都要考虑得到完全保障所需的时间。 ２．２ 分析假设
摘 要：战时军事物流调运协同优化问题是一个考虑多点调配与中转作业协同、在途运送优化的综合 计划问题。 将调运协同优化分解为两个阶段，以运输能力、物资储量、综合物流作业能力等为约束，以两阶 段调配运送、中转作业时间为目标，建立战时军事物流调运协同优化模型。 构造了具有自修复性的混合编 码遗传算法，通过仿真算例对模型进行求解。 结果表明，算法具有较好的收敛性和稳定性，能够获得较满 意的解，可为决策者提供科学依据。
— ４４ —
基于混合编码遗传算法的战时军事物流调运协同优化问题研究
中转点—需求点的物资运送两个过程的协同优化， 构建了战时军事物流调运协同优化模型。 模型同 时含有等式和不等式约束、整数和非整数约束，属 于典型的多目标多约束混合整数规划问题。 此类 问题的求解算法一直是研究的热点，大量学者在智 能算 法 上 进 行 了 探 索， 如 粒 子 群 算 法［１－２］ 、 ＣＧ 算 ［４］ 、启 发 式 算 法［６］ 、 遗 传 算 法［７］ 、 模 拟 退 火 算 法［８］ 、蚁群算法［９］ 等，但这些智能算法各自都有局 限，尤其对于本文构建的两过程协同模型，粒子群 算法局部寻优能力较差，蚁群算法收敛速度较慢， 模拟退火算法优化过程较长。 为了克服以上算法 的缺点，本文针对模型特点，在传统遗传算法的基 础上，构造了具有自修复性的混合编码遗传算法。 设计算法时着重考虑了全局寻优能力、收敛速度与 精度，最后通过实例对模型进行了求解分析。
目前，国内外一些学者针对军事物流调运计划 问题展开了大量研究。 龚延成、漆磊等［１－３］ 的研究
成果为本文奠定了理论基础，他们针对战时后勤补 给战略展开研究，建立了在满足硬时间窗基础上以 运输风险度最小为目标的双层指标运输调度优化 模型。 Ｓｅｂｂａｈ 等［４］ 研究了加拿大武装部队战术后 勤运送计划问题，提出加拿大武装部队战术后勤运 送网络拓扑结构是由航空 ／ 海港口岸、主要保障基 地和前线保障基地三级构成，构建了以送货时间和 安全 性 要 求 为 约 束 的 数 学 模 型。 Ｉ̇ｂｒａｈｉｍ ＡＫｇüｎ 等［５］ 研究了军事单位的运输计划问题，考虑到不 同运输模式的联合使用，军事单位在从母基地至作 战区域的运输过程中会经过一些转运节点，因此在 规划路径与分配运输工具时需要将转运节点的基 础设施能力与运输工具的种类、容量等进行匹配， 构建了以总成本最小为目标的混合整数优化模型。
图 １ 网络拓扑图
第一阶段中， 物资由供应点向中转点进行调 配，中转点根据需 求 点 的 需 求 信 息， 对 物 资 进 行 装 卸、重新组套等综 合 物 流 作 业， 以 方 便 对 物 资 的 后 续使用。 对于某一中转点，多个供应点同时向其调 配物资，如果相继到达此供应点的两批物资（ 来自 两个不同的供应点） 中间的间隔时间过长，则会导 致中转点出现物流作业空闲时间，延迟完成需求点 物资保障任务的时 间； 如 果 间 隔 时 间 过 短， 则 会 导
可以看出，现有研究多集中在以成本和运输风 险最小为目标、以时间和运输能力为约束的优化模 型上，基本上是以运输路径问题为原型，加以军事 或应急特殊背景环境。 与上述研究不同，本文结合 战场实际，在考虑两阶段调配运送、中转作业时间 的基础上，重点研究供应点—中转点的物资调配与
收稿日期：２０１７－１１－０８；修回日期：２０１８－０１－２４ 作者简介：姜大立（１９６７—） ，男，教授，博士，博士生导师，主要研究方向为军事物流、系统工程；张巍（ １９９２—） ，男，博士 研究生，主要研究方向为物流管理、调度优化。