摘 要

调度优化是运筹学的一个重要部分,在实际生产生活中应用广泛，生产流水线搭建、库位分配、路径规划等都是调度优化问题的范畴。本文应用调度优化的思想研究航空母舰舰载机机群的保障调度问题。

根据舰载机保障流程工序约束关系以及不同机种的起飞优先级别，类比柔性作业车间调度问题，建立混合整数规划模型以描述舰载机保障资源优化调度问题。引入基于监督学习的学徒学习，将专家对原问题的调度决策作为示例对象进行学习，设计学徒学习调度算法对新问题进行求解。

结果表明，学徒学习算法的应用可以契合舰载机保障资源的优化调度需求，但是在一些情况下还达不到理想效果。其他学者的研究表明，可以通过改进学习质量或者结合其他优化算法来提高学徒学习调度算法的可行性。

关键词：舰载机保障体系；调度优化；学徒学习

Abstract

Scheduling optimization is an important part of operations research and is widely used in actual production and life. Production line construction, location allocation and path planning are all categories of scheduling optimization problems. In this paper, the idea of scheduling optimization is applied to study the guarantee scheduling problem of carrier aircraft fleet.

According to the process constraints of carrier-based aircraft support process and the take-off priority of different types of aircraft, a mixed integer programming model is established to describe the optimal scheduling problem of carrier-based aircraft support resources. The apprenticeship learning based on supervised learning is introduced. The scheduling decision of experts on the original problem is taken as an example to learn, and the apprenticeship learning scheduling algorithm is designed to solve the new problem.

The results show that the application of apprenticeship learning algorithm can meet the requirements of optimal scheduling of carrier-based aircraft support resources, but in some cases it still cannot achieve the desired effect. Research by other scholars shows that the feasibility of apprenticeship learning scheduling algorithm can be improved by improving learning quality or combining other optimization algorithms.

Key Words：Carrier-based aircraft support system；Scheduling optimization；Apprenticeship learning

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究背景 1

1.2 目的及意义 1

1.3 国内外研究现状 2

1.3.1 舰载机保障调度研究现状 2

1.3.2 作业车间调度、库位分配研究现状 3

1.3.3 现阶段研究存在的问题 3

1.4 研究内容和技术路线 3

第2章 舰载机调度问题分析 5

2.1 舰载机保障体系分析 5

2.1.1 “多站式”保障模式 5

2.1.2 “一站式”保障模式 5

2.2 舰载机保障调度问题分析 6

2.2.1 舰载机保障调度特点 6

2.2.2 保障作业工序关系 7

2.2.3 舰载机保障优先级别 7

2.2.4 保障资源约束分析 8

2.3 数学规划模型描述 9

第3章 样本集构建与分类器选择 11

3.1 专家示例样本集构建 11

3.1.1 专家示例状态描述 11

3.1.2 分类器样本集构造 11

3.1.3 保障作业调度作业特征选取 12

3.2 分类算法 15

3.2.1 K近邻 15

3.2.2 决策树 15

3.2.3 逻辑斯谛回归 16

3.2.4 支持向量机 17

3.3 不同分类器分类结果比较 17

3.4 分类器的泛化能力 19

第4章 学徒学习调度算法设计与模型求解 21

4.1 学徒学习 21

4.2 算法设计 21

4.3 求解模型 23

4.4 学徒学习算法效果和经济性分析 27

第5章 总结与展望 31

参考文献 32

致 谢 34

绪论

研究背景

航空母舰，属于大型水面舰艇，主要通过驻停在巨大甲板上的舰载机机群进行作战。航母是现代化海军建设的重点项目，在近海防御与远洋打击等作战方面都发挥着无与伦比的作用。航母的舰载机种类包括战斗机、预警机、反潜机、电子战机等等，承担着不同的任务。比如舰载战斗机主要进行争夺制空权、巡逻护航等任务；电子战机负责航母编队制电磁权，掩护己方战机和水面舰艇。

随着“001”与“002”航母的下水，建立舰载机的保障体系成为我国航母建设的重点。衡量航空母舰战斗力的最直接的一个因素便是架次率，即在一定战斗时间内舰载机出动的架次数，舰载机的航空保障资源调度是制约架次率的关键因素之一。

美国福特级航空母舰可以在一个时长30天的周期内，每天12小时，完成200架次舰载飞机的出动任务。在紧急情况下，这个效率甚至可以提高到在连续100小时内，出动300架次舰载机。为保障航母的战斗力，适应技术进步带来的保障流程改变，舰载机的保障模式也在不断演进。

目的及意义

航母甲板的有限空间限制了多项舰载机保障工作的进行，同时变化的天气环境与战斗形势也是对保障体系的考验。以往的保障资源调度都是由人工根据军事演练或者实战经验制定的，往往与实际需求存在差距。

现代航母保障体系建立在计算机软件仿真之上，同时智能搜索算法为求解调度问题提供了新方法与新思路。舰载机调度问题与柔性作业车间调度问题( flexible job-shop scheduling problem，FJSP)类似，它的求解和优化是典型的NP难问题，受到保障资源、工作环境、故障排除等多重约束。一般可以建立有各项约束的模型，通过遗传算法、模拟退火算法、禁忌搜索算法等在可行解集合里搜索出最优解。