基于儲運單元的航材攜行組配研究

管同傲，侯勝利

基于儲運單元的航材攜行組配研究

管同傲，侯勝利

（空軍勤務學院，江蘇 徐州 221000）

為有效提高航材保障應急準備和戰時快速保障能力，探索基于儲運單元的航材攜行組配新模式，解決組配航材需求大與庫存條件有限的矛盾問題?？茖W設計模塊化航材攜行組配方案，以組配航材需求最少為目標，分別構建了絕對約束和寬松約束條件下的組配模塊配置優化模型，并通過Matlab軟件實現模型求解自動化。同時，引入模塊配置允許偏差約束條件，以靈敏度分析為方法手段，合理調整組配方案中與庫存條件不相適應的部分。算例分析表明，模塊化航材攜行組配方案能夠使組配規模和器材需求降低58.9%，可行性大幅提高，文中構建的模塊配置優化模型既能夠嚴格按照航材攜行標準精確組配，又能夠根據現實狀況靈活應變，具有較強的實用性、適應性。航材攜行組配模塊配置優化模型能夠支持組配方案的實施，對航材攜行組配模式研究的推進、提高航材保障機動性，具有重要的現實意義。

航材；儲運單元；攜行組配

攜行航材是航空兵部隊外出執行任務時，部隊實施伴隨保障所需攜帶的重要維修保障資源。隨著實戰化訓練的不斷深入推進，航材伴隨保障任務也越來越重，但目前部隊仍立足于平時航材保障，長期以來的研究重點都聚集于攜行品種確定[1-5]與攜行數量預測[6-11]上，滿足于接到任務臨時擬制清單、組配器材，極大地影響了部隊的拉動速度。

為適應新時期軍事斗爭形勢，保持全時待戰、隨時能戰的高度戒備狀態，迫切需要探索構建規模適度、響應迅速、組配科學、運轉順暢的航材任務攜行體系，提高部隊航材保障應急準備和戰時快速保障能力。本文的研究內容是在攜行航材配置理論已經相對成熟的基礎上，緊盯空軍未來發展前沿和戰備訓練需要，創新航材攜行組配模式，兼顧不同機隊規模和多個任務方向，依托儲運單元，提前完成相關航材的提取、裝箱等工作，通過科學的組配模式，優化航材任務攜行體系，簡化任務準備工作流程，提高部隊執行任務的時效性，滿足快速機動、靈活高效的應急航材保障需求。

1 航材攜行組配概述

基于儲運單元的航材攜行組配是指針對不同作戰保障需求，按照航材攜行標準，將規定品種、數量的航材提前進行抽組、拆分、裝箱、組套的一種預先性準備工作，從而達到“急時應急、戰時應戰”的目的。為解決組配規模大、器材需求多、庫存水平有限的問題，本文采取模塊化思想，利用儲運單元對器材進行合理編組、靈活組合，科學設計便捷高效、可行實用的航材攜行組配方案。

1.1 儲運單元概念

儲運單元是為適應各型裝載平臺，便于開展機械化、集裝化運輸而設計的一種標準化、通用化的包裝單元，達到儲、運、包一體化[12-13]。航材儲運單元采用前開門箱式結構，如圖1所示，箱組裝車狀態不需要將箱組卸車，碼放狀態即可取放物資，使用便捷，適合車載物資保障，可以滿足倉庫儲存、車輛運輸、快速展開等特性要求，見圖2—3。尺寸以目前廣泛使用的運輸集裝箱和空運托盤尺寸為依據，在此基礎上進行多次等分和迭代而獲得，確保組合集裝時運輸空間利用率最大化，可實現器材配套組合集裝規劃、防差錯快速裝箱等功能，見圖4。

利用航材儲運單元的上述特點優勢，可將其應用于航材伴隨保障，實現攜行航材單元化儲運，通過各個儲運單元間的相互組合，靈活組配出能夠滿足不同作戰任務規模航材需求的航材攜行戰套。

1.2 基本組配規則

根據飛機力量編制情況和任務現實需求，將機隊規模劃分為4個梯度開展組配研究，分別為2機、4 機、8機和16機。依據歷史任務保障經驗，組配時可參考如下規則進行。

圖3 包裝箱展開作為貨架使用

圖4 包裝箱托盤運輸

1）2—4機為小規模機隊，只考慮適量增加航材品種、數量作為補充，并將4機攜行戰套作為組配基數。

2）4—8機達到中等規模機隊，攜行量上應給予倍數增加（4機的2倍），并適量增加航材品種、數量作為補充。

3）8機到16機接近大規模機隊，便于集中保障，攜行數量上應適當降低倍數比例（4機3倍），并適量增加航材品種、數量作為補充。

其中，小規模機隊任務出動較為經常，大中規模機隊任務出動頻次較少，在考慮多點保障問題上，應滿足2機、4機6個任務方向需要，8機3個任務方向需要，16機2個任務方向需要。

1.3 組配模塊設計

為適應上述組配規則，增強航材組配靈活性、準確性，在組配模塊設計方面，以“體系優化、結構合理、易行有效”為原則，采取“基數(B)+補充(S)”模塊組合策略，構建航材攜行組配模塊體系如圖5所示。根據功能作用，模塊主要分為2類：一是基數模塊B，由2個子模塊B0、B1構成B=B0+B1，是構成各級戰套的基礎性模塊，發揮主體作用；二是補充模塊S，共有5種，即S0、S1、S2、S3、S4，對基數變換過程中產生的差值進行修正。

2 航材攜行組配方案

在航材攜行組配模塊體系結構下，按照比例關系，確定“基數(B)+補充(S)”模塊組配方案，根據機隊規模，選取相應模塊進行快速組合，形成所需航材攜行戰套。在合成戰套基礎上，可結合具體任務，做出適當微調；在緊急狀態下，亦可作為先行物資，用于應對戰時或任務初期保障需求，并等待后續補充。航材攜行組配規則方式見表1和圖6。

“基數(B)+補充(S)”模塊組合方式，是針對航材攜行配置梯度變化特點所采取的一種科學方法手段，利用7種、32個模塊間的有機組合實現航材攜行快速組配。組配航材需求量大與航材庫存數量有限之間的矛盾問題突出，“基數”思想提高了模塊通用性、融合性，降低了模塊冗余性；“補充”策略同樣注重模塊利用率問題，適當增設通用補充模塊，避免重復性、盲目性補充，多措并舉縮減組配規模、減少庫存需求。同時，模塊體系結構精簡，組合方式復雜性低，提高了航材攜行組配的操作性、快速性、高效性。

圖5 航材攜行組配模塊體系

表1 戰套組配規則

Tab.1 Matching rules for combat sets

圖6 航材攜行組配方案示意圖

3 航材攜行組配模塊配置

在上述航材攜行組配方案中，關鍵在于解決兩個問題，一是模塊配置問題，合理確定組配方案中底層子模塊的航材配置，使模塊按規則組合形成的各級航材戰套與對應攜行標準相一致，并保證組配航材需求量最少；二是裝載問題，即根據航材及包裝箱規格大小，充分利用航材儲運單元空間進行裝載，使所需儲運單元數量最少。關于航材裝載算法之前已有相關較為成熟的研究[14-16]，文中這里不再另做研究，主要針對第一個問題，建立模型進行求解。

3.1 模型參數

3.2 模型構建

組配航材需求量越少，庫存要求越低，組配難度越小、規模越精簡、經濟性越好。組配航材需求量等于所有模塊航材配置數量之和，以組配航材需求量最少為目標函數，見式（1）。

根據表1各級戰套組配規則，建立變量間的相互關系及約束條件。考慮到約束條件的嚴格程度會影響組配方案的現實可行性，區分絕對約束和寬松約束建立數學模型。

1）絕對約束條件。絕對約束條件下，模塊按規則組合生成的各級戰套必須完全符合對應航材攜行標準，不允許上下偏差的存在，低于標準會影響作戰航材保障率，高于標準會擴大保障規模、影響保障機動性。

式中：1234為常量。

2）寬松約束條件。由于器材庫存水平有限，絕對約束條件下的模塊配置往往易與庫存條件相沖突，組配航材需求量高于庫存量，組配方案實施難度大，因此，按照“寧多勿少、能退不補”的原則，保證軍事效益和組配效率，將約束條件進一步放寬，僅將航材攜行標準作為邊界下限，從而求取組配模塊最低要求配置。

3.3 模型求解

通過對模型觀察分析發現，航材攜行組配模塊配置優化問題可以歸結為整數規劃問題，求解該類問題可調用Matlab 2021b中的linprog( )函數，輸入相關數據，按照邏輯關系，通過編程實現逐項器材模塊配置優化模型求解自動化。

3.4 靈敏度分析

在絕對約束條件和寬松約束條件下，分別可求得航材攜行組配模塊的理想配置和最低配置。為增強模型的可變性、適應性，為決策者提供更多可選擇的配置方案，使模塊配置能夠依據現實情況做出最優調整，文中在寬松約束模型中引入模塊配置允許偏差上限條件，見式（4）

式中：1、2、3、4分別為2機、4機、8機、16機標準偏差，即各級戰套配置與航材攜行標準的差值；為模塊配置偏差，即2機、4機、8機、16機標準偏差之和；up為模塊配置允許偏差上限值。

以up作為靈敏度分析的變化參數，以航材攜行組配模塊最低配置的模塊配置偏差作為up的最大值max，使up由0逐漸增加至max，并求解相應允許偏差范圍內的最優模塊配置，與此同時，觀察模塊配置偏差數和組配航材短缺數的變化趨勢。

式中：Qobj為模型最優目標函數值，即當前約束條件下的組配航材需求最小值；C為器材庫存量。靈敏度分析流程見圖7。圖7中，i表示組配方案中第i項航材；n表示組配方案航材總項數；表示第i項航材的模塊配置允許偏差上限；表示的最大值，即組配模塊最低配置的模塊配置偏差。

4 算例分析

以某型飛機航材攜行組配為例，根據作戰任務需求，分別測算出2機、4機、8機、16機的航材攜行標準，部分器材見表2。在此基礎上，利用建立的航材攜行組配模塊配置優化模型，計算航材攜行組配模塊配置及需求量。

首先，根據表2航材攜行標準，在絕對約束條件下，求解航材攜行組配模塊的理想配置。為說明模塊組配方式的優越性，文中將組配方案優化結果與獨立組配方式進行對比，見表3。獨立組配方式是指4級、17個戰套組配獨立進行、互不交叉。由表可得，獨立組配方式雖然簡單但結構組成不合理，冗余成分多，器材利用率低，組配完成共需6項器材224件，庫存動用多，組配規模大，現實條件支撐困難；模塊組配方式能夠克服以上缺點，組配完成僅需6項器材92件，組配規模和器材數量縮減58.9%，航材攜行組配方案科學性、經濟性、實用性優勢顯著。

同時，從表中可以發現，器材4和器材6的庫存量較少，無法滿足組配要求，共造成5件組配航材短缺。為解決上述矛盾問題，在寬松約束條件下，可求得航材攜行組配模塊的最低配置。組配模塊配置發生變化的部分見表4—5。

表2 部分航材攜行標準

Tab.2 Standard for carrying of partial air materials

表3 航材攜行組配模塊理想配置

Tab.3 Ideal configuration of air material carrier assembly module 件

表4 航材攜行組配模塊最低配置

Tab.4 Minimum configuration of air material carrier assembly module 件

表5 戰套配置及模塊配置偏差

Tab.5 Combat sets configuration and module configuration deviation 件

根據表4—5可得，在最低要求條件下，6項器材的組配需求總數為80，模塊配置偏差總數為4，組配航材短缺總數為1。由此可見，航材攜行組配模塊最低配置會導致各級戰套航材配置數量偏多，機動性能有所損失，但組配航材需求量得到了降低，庫存適應性更強，經濟性更高。

圖8 靈敏度分析迭代曲線

由圖8可知，隨著模塊配置偏差約束條件的放寬，偏差值越來越大，短缺航材越來越少，曲線上的每一個波動點均可生成一個新的組配模塊配置方案，決策者可根據現實狀況選取松緊適度的約束條件，對模塊配置方案做出調整或制定庫存補充計劃。尤其是曲線末端，航材攜行組配模塊配置已達到最低，但依然存在少部分器材有所短缺，這些器材因庫存水平過低，成為制約航材攜行組配完成的瓶頸，這類器材應重點關注，對庫存進行補充加強，從而優化航材資源分布結構、提高航材戰備能力。

5 結語

以促進航材保障敏捷化、機動化、高效化為牽引，利用儲運單元創新航材攜行組配模式并展開相關研究。以模塊化為思想，科學設計航材攜行組配方案，并構建航材攜行組配模塊配置優化模型，為組配方案的實施提供模型支持。算例表明，該模型能夠優化組配模塊配置，滿足組配方案要求，減少組配航材需求，同時，具有良好的可調節性，能夠靈活調整組配方案，更好地適應現實庫存狀況。文中在航材攜行組配模式研究方面進行了大膽的探索和嘗試，為適應空軍發展建設要求、提高備戰打仗能力做出理論上的貢獻，但在方案設計上還存在一定的局限性，需要繼續完善和進一步優化。

[1] 劉信斌, 李繼軍, 王甫紅. 基于攜行度的殲擊機攜行器材品種的確定[J]. 空軍裝備研究, 2017, 11(4): 10-14.

LIU Xin-bin, LI Ji-jun, WANG Fu-hong. Determination of Fighter Carrying Equipment Based on Carrying Degree [J]. Air Force Equipment Research, 2017, 11(4): 10-14.

[2] 崔國偉, 王正, 張登濱, 等. 場站轉場條件下備件攜行品種研究[J]. 設備管理與維修, 2016(12): 115-117.

CUI Guo-wei, WANG Zheng, ZHANG Deng-bin, et al. Study on the Carrying Varieties of Spare Parts under the Condition of Station Transfer[J]. Plant Maintenance Engineering, 2016(12): 115-117.

[3] 劉信斌, 喬麗, 李昊, 等. 殲擊機攜行器材品種確定模型研究[J]. 論證與研究, 2018, 34(2): 36-41.

LIU Xin-bin, QIAO Li, LI Hao, et al. Study on The Model for Determining The Type of Equipment Carried by Fighter [J]. Demonstration and Research, 2018, 34(2): 36-41.

[4] 張帥, 唐金國, 俞金松, 等. 基于屬性的艦載機航材備件品種確定方法[J]. 火力與指揮控制, 2015, 40(7): 87-91.

ZHANG Shuai, TANG Jin-guo, YU Jin-song, et al. Research on Determining Methods of Carrier-Based Aviation Spare Variety Based on Attribute Analysis[J]. Fire Control & Command Control, 2015, 40(7): 87-91.

[5] 張闖, 劉福勝, 單志偉, 等. 一體化裝備保障備件品種確定方法[J]. 裝甲兵工程學院學報, 2018, 32(3): 30-34.

ZHANG Chuang, LIU Fu-sheng, SHAN Zhi-wei, et al. Determination Method of Spare Parts Variety of Integrated Equipment Support[J]. Journal of Academy of Armored Force Engineering, 2018, 32(3): 30-34.

[6] 畢釗, 侯勝利. 高原駐訓航材有壽件需求預測研究[J]. 數學的實踐與認識, 2021, 51(1): 178-185.

BI Zhao, HOU Sheng-li. Research on Demand Forecast of Longevity Parts of Aviation Materials in Plateau Training[J]. Mathematics in Practice and Theory, 2021, 51(1): 178-185.

[7] 劉海濤, 邵松世, 張志華. 基于任務的k/n(G)系統艦船備件需求預測[J]. 系統工程與電子技術, 2021, 43(8): 2189-2196.

LIU Hai-tao, SHAO Song-shi, ZHANG Zhi-hua. Task Based Demand Forecasting of Warship Spares for k/N(G) System[J]. Systems Engineering and Electronics, 2021, 43(8): 2189-2196.

[8] LI Xiong, ZHAO Xiao-dong, PU Wei. Battle Damage-Oriented Spare Parts Forecasting Method Based on Wartime Influencing Factors Analysis and Ε-Support Vector Regression[J]. International Journal of Production Research, 2020, 58(4): 1178-1198.

[9] 翟亞利, 張志華, 邵松世. 考慮維修因素的隨艦備件配備方案研究[J]. 海軍工程大學學報, 2019, 31(3): 84-88.

ZHAI Ya-li, ZHANG Zhi-hua, SHAO Song-shi. Warship Equipment's Spare Demand in Consideration of Maintenance[J]. Journal of Naval University of Engineering, 2019, 31(3): 84-88.

[10] 宋傳洲, 王瑞奇, 劉天慶, 等. 基于XGBoost- GRA- DEMATEL面向任務攜行航材消耗預測方法[J]. 航空兵器, 2021, 28(4): 88-96.

SONG Chuan-zhou, WANG Rui-qi, LIU Tian-qing, et al. A Mission-Oriented Aircraft Spare Parts Carried Consumption Prediction Method Based on XGBoost-GRA-DEMATEL[J]. Aero Weaponry, 2021, 28(4): 88-96.

[11] 劉信斌, 李樂喜, 周揚. 殲擊機攜行器材數量預測模型研究[J]. 空軍裝備研究, 2018, 12(5/6): 27-31.

LIU Xin-bin, LI Le-xi, ZHOU Yang. Research on Prediction Model of Number of Equipment Carried by Fighter [J]. Air Force Equipment Research, 2018, 12(5/6): 27-31.

[12] 耿小川. 基于現代物流業的箱碼應用[J]. 中國質量技術監督, 2014(3): 64-65.

GENG Xiao-chuan. Application of Box Code Based on Modern Logistics Industry[J]. China Quality Supervision, 2014(3): 64-65.

[13] 丘爾. 集裝單元化儲運——生產企業物流的發展方向[J]. 中國物資流通, 2001(6): 27.

QIU Er. Unit Storage and Transportation-the Development Direction of Logistics in Production Enterprises[J]. China Materials Distribution, 2001(6): 27.

[14] 劉碩, 崔崇立, 宗彪. 基于混合遺傳算法的航材集裝箱裝載問題研究[J]. 物流科技, 2018, 41(9): 123-127.

LIU Shuo, CUI Chong-li, ZONG Biao. Research on Aviation Material Container Loading Based on Hybrid Genetic Algorithm[J]. Logistics Sci-Tech, 2018, 41(9): 123-127.

[15] 袁福帥, 余震, 朱浩濤, 等. 基于改進遺傳算法的航材裝載優化[J]. 包裝工程, 2021, 42(23): 249-258.

YUAN Fu-shuai, YU Zhen, ZHU Hao-tao, et al. Air Material Loading Optimization Based on Improved Genetic Algorithm[J]. Packaging Engineering, 2021, 42(23): 249-258.

[16] 倪彬, 崔崇立, 徐常凱, 等. 航材包裝單元多隔層集裝箱裝載優化研究[J]. 包裝工程, 2020, 41(17): 267-271.

NI Bin, CUI Chong-li, XU Chang-kai, et al. Optimization of Multi-Compartment Container Loading for Air Material Packaging Unit[J]. Packaging Engineering, 2020, 41(17): 267-271.

Carrying and Assembling of Air Materials Based on Storage and Transportation Unit

GUAN Tong-ao, HOU Sheng-li

(Air Force Logistics Academy, Jiangsu Xuzhou 221000, China)

The work aims to explore a new model based on the storage and transportation unit to solve the contradiction between the large demand and the limited inventory condition of assembling air materials and improve the ability of emergency preparation and quick support in war time. The modular air material carrying and distribution scheme was designed scientifically. In order to meet the minimum demand of assembling air materials, the optimization model of the module configuration under absolute constraints and loose constraints was constructed, and the model was solved automatically by MATLAB software. At the same time, the module configuration deviation constraint was introduced, and the sensitivity analysis was used to adjust the parts of the assembling scheme which are not suitable for the inventory condition. The example showed that the modular air material carrier assembly scheme could reduce the size of assembly and the demand of equipment by 58.9%, and greatly improve the feasibility. The module configuration optimization model constructed in this paper could not only be used strictly in accordance with the standard of air material carrier, but also be flexible according to the actual situation, and had strong practicability and adaptability. The optimization model can support the implementation of the assembling scheme, and it is of great practical significance to promote the research of the model and improve the maneuverability of air material carriers.

air material, storage and transportation unit, carrying assembly

TB485

A

1001-3563(2022)23-0289-08

10.19554/j.cnki.1001-3563.2022.23.034

2022?02?21

管同傲（1997—），男，碩士生，主攻航材保障決策與信息化。

侯勝利（1977—），男，博士，副教授，碩導，主要研究方向為控制科學與工程。

責任編輯：曾鈺嬋