专利名称：一种战场机械化步兵快速部署的指挥控制方法
技术领域：
本发明涉及国防及相关领域，用于对战场机械化步兵快速部署实施指挥控制，实现对战场机械化步兵的快速部署。
背景技术：
在战场机械化步兵的集结点与部署点之间实施快速机械化步兵运输的指挥控制是作战指挥控制的一个重要组成部分，根据从不同集结点到不同部署点的机械化步兵运输路径的长度、运输路径无阻碍运输概率、集结点步兵的可部署量和部署点对步兵的需求量、运输工具的速度和运载量，构造以运送所有步兵耗费时间最小为目标的指挥控制计划是战场指挥员对战场机械化步兵快速部署实施指挥控制必须解决的关键问题，这个问题的解决对于大幅度提高战斗力，减少对部署机械化步兵的运输工具的需求，具有十分重要的意义。
机动作战能力对于夺取信息化战争的胜利至关重要，复杂的战场环境可能对部署机械化步兵的运输路径的通行能力造成影响，从而降低运输工具的通行速度，而作战师或旅与下级之间快速部署机械化步兵的指挥控制是提高机动作战能力的关键，其中必须解决的首要问题是制定科学的部署机械化步兵的指挥控制计划。这种计划的好坏，不仅关系到实施战场机械化步兵部署所消耗运输资源的多少，而且还关系到机械化步兵能否及时到达部署点，以保证战斗力不至于因机械化步兵运送的延误而下降。
对于战场机械化步兵部署和该部署的指挥控制来说时间显得更加重要，因此必须通过对偶分析合理选择参数提高可解性并以部署时间最小作为优化目标来对战场机械化步兵快速部署实施指挥控制。
本发明涉及战场机械化步兵快速部署的指挥控制方法，涉及军事及相关领域，指挥控制的对象为所有战场机械化步兵，该方法根据从不同集结点到不同部署点的机械化步兵运输路径的长度、运输路径无阻碍运输概率、集结点步兵的可部署量和部署点对步兵的需求量、运输工具的速度和运载量，构造以运送所有步兵耗费时间最小为目标的指挥控制模型，并用线性规划、线性规划的对偶规划方法来求解该模型，再通过二维表格对求解结果进行不断改进，直至最终获得符合快速部署时间要求的指挥控制方案，该方法具有高效、简单、客观、应用广泛和明显提高战斗力等特点，可广泛用于所有战场机械化步兵快速部署的指挥控制，本发明进一步涉及实现这种方法的技术。
发明内容
本发明根据从不同集结点到不同部署点的机械化步兵运输路径的长度、运输路径无阻碍运输概率、集结点步兵的可部署量和部署点对步兵的需求量、运输工具的速度和运载量，构造以运送所有步兵耗费时间最小为目标的指挥控制模型，并用线性规划、线性规划的对偶规划方法来求解该模型，获得用二维表格描述的对战场机械化步兵快速部署实施指挥控制的方案，并检查该指挥控制方案是否符合完成整个战场机械化步兵部署任务的时间需求，如果不满足要求，则通过对该二维指挥控制表格的分析，并根据影子价格、时间瓶颈对相关集结点可供部署的机械化步兵数量和实施部署的运输工具等进行调整，不断重复这一求解-检查分析过程，直至最终获得符合战场机械化步兵快速部署时间要求的指挥控制方案。因此，提出战场机械化步兵快速部署的指挥控制的构想，引入运输路径无阻碍运输概率的分析方法，建立寻找最优指挥控制方案的线性规划和对偶规划模型，通过求解该模型，获得用二维表格描述的对战场机械化步兵快速部署实施指挥控制的方案，并根据完成整个机械化步兵部署的时间要求，通过查找影响完成整个战场机械化步兵部署任务的时间瓶颈、集结点可供部署的机械化步兵数量的不合理配置和对实施部署的运输工具进行调整，来不断优化和改进该指挥控制方案，并最终获得满足战场机械化步兵快速部署的时间要求、用二维表格描述的指挥控制方案成为本发明的重要特征。
本发明一种战场机械化步兵快速部署的指挥控制方法的技术方案是首先，将战场机械化步兵快速部署问题定义为由机械化步兵的供应方(集结点)和机械化步兵的需求方(部署点)所构成的供求系统，该系统的特征可以用从不同供应方到不同需求方机械化步兵部署的运输路径的长度、运输路径无阻碍运输概率、供应方机械化步兵的供应量和需求方机械化步兵的需求量、运输工具的速度和运载量来描述，并根据对战场机械化步兵进行部署的时间要求，构造以部署及运送所有机械化步兵耗费时间最小为目标的指挥控制模型，并用线性规划、线性规划的对偶规划方法来求解该模型，获得用二维表格描述的对战场机械化步兵快速部署实施指挥控制的方案，通过不断寻找供求系统的时间瓶颈，对相关的供应方的机械化步兵的数量进行合理配置，采用不同运输工具等方法，最终获得满足战场机械化步兵快速部署的时间要求、对战场机械化步兵快速部署实施指挥控制的方案，完成对战场机械化步兵快速部署的指挥控制。
复杂的战场环境可能对机械化步兵部署的运输路径的通行能力造成影响，从而降低运输工具的通行速度，对于以运送机械化步兵耗费时间最小为目标的指挥控制来说，这种降低相当于增加了运输路径的长度，称增加后的运输路径长度为等效路径长度，为了考虑这种影响引入了运输路径无阻碍运输概率来解决相关问题，运输路径无阻碍运输概率是以时间作为变量的函数，而等效运输路径长度则是以实际运输路径长度和相关的运输路径无阻碍运输概率作为变量的函数，当运输路径无阻碍运输概率为1时，实际运输路径长度与等效运输路径长度相等，而运输路径无阻碍运输概率越小，则与实际运输路径长度相比等效运输路径长度就越长。
通常，指挥控制模型的目标函数的目标为使部署及运送所有机械化步兵耗费时间最小，但当所有路径的运输路径无阻碍运输概率均为1时，该指挥控制模型的目标函数的目标同时还为使部署及运送所有机械化步兵需要的运载能力为最小。
通过求解线性规划和求解线性规划的对偶规划的方法来求解指挥控制模型，可以分别获得从不同供应方部署及运送机械化步兵到不同需求方需要的最小时间、与不同供应方和不同需求方约束条件有关的影子价格，再将求解的结果填入一种二维指挥控制表格中，通过对该表格的分析，并根据影子价格、时间瓶颈对相关参数进行调整，不断求解不断改进，可最终获得符合战场机械化步兵快速部署时间要求的指挥控制方案。
可以通过二维指挥控制表格中的不同区域来描述从每个供应方到每个需求方部署及运送机械化步兵的数量、每个需求方需要运力的大小、运输工具的数量、运输耗费的最小时间和相关的影子价格，每个供应方供应机械化步兵的数量、剩余机械化步兵数量的变化情况和相关的影子价格以及部署及运送所有机械化步兵耗费的最小时间。
如果求得的指挥控制方案不能满足预定的时间要求，则可以通过二维指挥控制表，对原线性规划以及对偶规划的结果进行分析，来确定影响战场机械化步兵部署总时间的瓶颈，再通过对供应方的机械化步兵的数量进行合理配置、增加运输工具的数量以及采用不同的运输工具等手段，来消除时间瓶颈，并重复这一过程，直至使完成战场机械化步兵部署及运输的总时间符合预定的要求。
本发明设计的战场机械化步兵快速部署的指挥控制方法适用于所有战场机械化步兵快速部署是本发明的重要特征。
战场机械化步兵快速部署的指挥控制的问题分析如下。
假定战场机械化步兵快速部署问题可以用由m个供应机械化步兵的集结点和n个需求机械化步兵的部署点、并且在不同的供求结点之间存在一条运输机械化步兵的路径的网络来描述，从供应结点i向需求结点j运送的机械化步兵数量为xij，运输路径无阻碍运输概率为pij(t)，运输路径的实际长度为rij，运输路径的等效长度为dij，运输路径无阻碍运输概率是指复杂的战场环境可能对机械化步兵运输路径的通行能力造成影响，从而降低运输工具的通行速度，对于以运送机械化步兵耗费时间最小为目标的指挥控制来说，这种降低相当于增加了运输路径的长度，称增加后的运输路径长度为等效路径长度，运输路径无阻碍运输概率是以时间作为变量的函数，而等效运输路径长度则是以实际运输路径长度和相关的运输路径无阻碍运输概率作为变量的函数，当运输路径无阻碍运输概率为1时，实际运输路径长度与等效运输路径长度相等。
需要解决的问题是设计一个从m个集结点运送机械化步兵到n个部署点，同时使运送所有机械化步兵花费的运载能力以及耗费的时间为最小的运输计划，并且计算出每个集结点运送机械化步兵所需要运输工具的数量，相关的机械化步兵部署指挥控制模型及线性规划方程如下目标函数minZ=Σi=1mΣj=1ndijxij]]>部署点需求量等于约束条件Σi=1mxie=De,]]>(e＝1，…，ne)部署点需求量小于约束条件Σi=1mxil≤Dl,]]>(l＝ne+1，…，nl)部署点需求量大于约束条件Σi=1mxis≥Ds,]]>(s＝nl+1，…，ns)集结点供应量等于约束条件Σj=1nxej=Se,]]>(e＝ns+1，…，me)集结点供应量小于约束条件Σj=1nxlj≤Sl,]]>(l＝me+1，…，ml)集结点供应量大于约束条件Σj=1nxsj≥Ss,]]>(s＝ml+1，…，ms)非负约束条件xij≥0，(i＝1，…，m；j＝1，…，n)与部署点需求约束有关的量的分类Dv=De,(1≤v≤ne)Dl,(ne+1≤v≤nl)Ds,(nl+1≤v≤ns)]]>与集结点供应约束有关的量的分类Su=Se,(ns+1≤u≤me)Sl,(me+1≤u≤ml)Ss,(ml+1≤u≤ms)]]>运输路径的等效长度为dij＝f(rij，pij(t))，(0＜pij(t)≤1；i＝1，…，m；j＝1，…，n)集结点i(i＝1，…m)需要的运输工具数量Vi 从集结点i(i＝1，…m)运送机械化步兵到部署点j(j＝1，…n)所耗费的时间Tij=dijC]]>
完成所有机械化步兵部署所耗费的最少时间minT＝max{Tij}其中m为供应机械化步兵的集结点总数；n为需求机械化步兵的部署点总数；rij为集结点i(i＝1，…m)与部署点j(j＝1，…n)之间的运输路径的实际长度(单位公里)；pij(t)为集结点i(i＝1，…m)与部署点j(j＝1，…n)之间的运输路径无阻碍运输概率，是以时间t作为变量的函数；dij为集结点i(i＝1，…m)与部署点j(j＝1，…n)之间的运输路径的等效长度(单位公里)，当pij(t)＝1时，rij与dij相等；e为等于约束条件的等于量的序号；l为小于约束条件上限的序号；s为大于约束条件下限的序号；ne为与部署点需求量有关的等于约束条件的等于量的最大序号；nl为与部署点需求量有关的小于约束条件上限的最大序号；ns为与部署点需求量有关的大于约束条件下限的最大序号；De为与部署点需要机械化步兵的数量有关的量(e＝1，…，ne)(单位人)；Dl为与部署点需要机械化步兵数量有关的上限(l＝ne+1，…，nl)(单位人)；Ds为与部署点需要机械化步兵数量有关的下限(s＝nl+1，…，ns)(单位人)；me为与集结点供应量有关的等于约束条件的等于量的最大序号；ml为与集结点供应量有关的小于约束条件上限的最大序号；ms为与集结点供应量有关的大于约束条件下限的最大序号；Se为与集结点所能供应机械化步兵的数量有关的量(e＝ns+1，…，me)(单位人)；Sl为与集结点所能供应机械化步兵数量有关的上限(l＝me+1，…，ml)(单位人)；Ss为与集结点所能供应机械化步兵数量有关的下限(s＝ml+1，…，ms)(单位人)；Vi为供应机械化步兵的集结点i(i＝1，…m)运送机械化步兵需要的运输工具数量；
L为每个运输工具运送机械化步兵的能力(单位人)；C为每个运输工具运送机械化步兵的速度(单位公里/小时)；上述模型表明在通过线性规划求得minZ值的基础上，可以计算出每个集结点必须向相关部署点运送的机械化步兵数量xij，再根据运输工具的载重量L，即可计算出每个集结点需要的运输工具数量Vi，最后根据运输工具运送机械化步兵的速度C以及在集结点与部署点之间的最长路径，又可计算出完成整个机械化步兵部署任务所耗费的最短时间T，从而实现对战场机械化步兵快速部署的指挥控制，为了合理设置约束条件、提高可解性、更好地利用上述线性规划模型，给出该模型的对偶线性规划模型如下目标函数maxG=Σv=1neDvyv+Σv=ne+1nlDvyv+Σv=nl+1nsDvyv+Σu=ns+1meSuyu+Σu=me+1mlSuyu+Σu=ml+1msSuyu]]>约束条件Deyne(j)+Dlynl(j)+Dsyns(j)+Seyme(i)+Slyml(i)+Ssyms(i)≤dij(i=1,···,m;j=1,···,n)]]>非负约束条件yml(i),ynl(j)≤0(i=1,···,m;j=1,···,n)]]>非正约束条件yms(i),yns(j)≥0(i=1,···,m;j=1,···,n)]]>其中yne(j)=yv(1≤v≤ne),ynl(j)=yv(ne+1≤v≤nl),yns(j)=yv(nl+1≤v≤ns)]]>为与j有关的变量下标序号变换函数；yme(i)=yu(ns+1≤u≤me),yml(i)=yu(me+1≤u≤ml),yms(i)=yu(ml+1≤u≤ms)]]>为与i有关的变量下标序号变换函数；yv，yu(v＝1，…，ns；u＝ns+1，…，ms)分别为与原线性规划的需求和供应机械化步兵约束条件的影子价格有关的决策变量；由于原始线性规划解决的是与部署点j和集结点i(i＝1，…，m；j＝1，…，n)的约束条件有关的资源最优利用问题，所以对偶规划解决的则是估计使部署点j和集结点i(i＝1，…，m；j＝1，…，n)的约束条件满足必须付出的代价问题，即用价问题，而影子价格yv和yu反映的正是使部署点j和集结点i(i＝1，…，m；j＝1，…，n)的约束条件满足必须付出的成本，通过使与成本有关的目标函数值最小化(或最大化)，影子价格可以用来比较各个约束条件对目标函数值的贡献或对这种贡献影响进行等价分析。某一约束条件影子价格的含义是当它所对应的约束条件右端的常数增加一个单位时，原问题目标函数最优值增加的数值。影子价格越大，表明该约束条件对指挥控制方案的最低运载力的影响越大，满足该条件的困难越大。因此，通过比较影子价格与实际目标函数值，可以研究原线性规划约束条件的变化能否使目标函数获得增益。
具体实施例方式
实施举例在信息化战争中，机械化作战师的机械化步兵的部署能力是其战斗力的一个重要组成部分，对庞大的战场机械化步兵部署及运送能力和时间的需求，使得实施战场机械化步兵部署的指挥控制成为至关重要的任务，假定某机械化作战师必须用载重量为16人、平均时速为70公里的装甲运兵车，从6个集结点向14个部署点运送指定量的机械化步兵，集结点与部署点之间运输路径长度、集结点步兵的可部署量和部署点对步兵的需求量的上下限如表1所示，这里令所有运输路径无阻碍运输概率pij(t)均为1，dij＝rij/pij(t)，因此在不同供求方之间的实际运输路径长度与等效运输路径长度相等，即rij与dij相等。
表1机械化作战师集结点与部署点之间运输路径长度和部求量(单位公理、人)
根据上述线性规划及指挥控制模型和相关的对偶线性规划模型，通过单纯形算法计算出的机械化作战师最小时间机械化步兵部署的指挥控制方案如表2所示，表2机械化作战师最小时间部署指挥控制方案(单位人、人公里、辆、分钟)
*完成部署任务需要的最小时间通过对指挥控制方案(表2)分析可知，完成部署任务需要的装甲运兵车总数为49辆、时间为39.43分钟，01～06集结点需要的装甲运兵车分别为11、16、14、2、4和12辆，因此必须对02、03和06集结点实施重点保护。进一步分析可知，从03集结点向10部署点运送36名机械化步兵所花费的39.43分钟是制约整个部署任务更快完成的瓶颈，如果用直升机来完成这部分机械化步兵的运输，则可将完成整个部署任务的时间缩短为25.71分钟，减少量为34.80％。
从对需求量约束条件Dv(v＝1，…，18)影子价格的分析可知，价格的大小真实反映了相关约束条件满足的难易程度，影子价格为“0”是指在特定的取值范围内，相关的约束条件对目标函数值不构成影响，最易满足，即该资源不紧缺，若再增加这种资源也不会使目标函数的最优值进一步降低，又例如，为了满足约束条件D10，向10部署点运送机械化步兵耗时39.43分钟，该约束条件的影子价格为最大值37，说明该条件最难满足，用类似的方法可以按Dv满足的难易程度，从难到易排序D10，D8，D16，D5，D3，D9，……。从对供应量约束条件Su(u＝19，…，29)影子价格的分析可知，它们的影子价格均为“0”。因此，在特定的取值范围内，改变Su的值对目标函数值不构成影响。必须指出，影子价格不是固定不变的，会随着Dv和Su的变化而改变，使原来不构成影响的资源变成有影响的资源。通过对影子价格的分析，可以有针对性的调整约束条件，达到降低运载量及运输时间的目的。由于影子价格是在特定的约束条件下求出的结果，只有在其有效区间中，价格才具有相对稳定性。
从完成任务后每个集结点的剩余机械化步兵量可以看出，02集结点的机械化步兵已全部用完，明显偏低，而04集结点的机械化步兵量明显偏大，根据对偶分析，它们的约束条件的影子价格均为“0”，这一事实说明如果02集结点有更多的机械化步兵，04集结点有更少的机械化步兵，就可能获得更好的部署计划，所以有针对性的调整约束条件的上限S25从200增加到400，同时使S27从400减少到200，求出的机械化作战师最小时间部署的改进方案如表3所示，表3机械化作战师最小时间部署指挥控制的改进方案(单位人、人公里、辆、分钟)
*完成部署任务需要的最小时间通过对表3的分析可知，完成部署任务需要的时间缩短为31.71分钟，减幅为19.58％，总运载量减少为13739人公里，减幅为8.73％，对偶分析表明影子价格没有任何变化，但改进后的方案更好，因此，还可以用上述方法对每个集结点的机械化步兵进行合理的配置，实现可部署机械化步兵数量的最优管理。
权利要求
1.本发明涉及战场机械化步兵快速部署的指挥控制方法，涉及军事及相关领域，指挥控制的对象为所有战场机械化步兵，该方法根据从不同集结点到不同部署点的机械化步兵运输路径的长度、运输路径无阻碍运输概率、集结点步兵的可部署量和部署点对步兵的需求量、运输工具的速度和运载量，构造以运送所有步兵耗费时间最小为目标的指挥控制模型，并用线性规划、线性规划的对偶规划方法来求解该模型，再通过二维表格对求解结果进行不断改进，直至最终获得符合快速部署时间要求的指挥控制方案，该方案适用于所有战场机械化步兵快速部署的指挥控制。
2.根据权利要求1所述的战场机械化步兵快速部署的指挥控制方法，其特征在于所述指挥控制的对象为所有战场机械化步兵是指将所有战场机械化步兵作为指挥控制的对象，所述指挥控制是指根据战场对机械化步兵的实际需求，设计将战场机械化步兵从不同的集结点运输到不同的部署点，并且使需要的总运输时间或总运输能力为最小的、可供实施的方案。
3.根据权利要求1所述的战场机械化步兵快速部署的指挥控制方法，其特征在于所述该方法根据从不同集结点到不同部署点的机械化步兵运输路径的长度、运输路径无阻碍运输概率、集结点步兵的可部署量和部署点对步兵的需求量、运输工具的速度和运载量是指通过这些参数可以建立一个战场机械化步兵部署的供求系统，在此基础上获得对战场机械化步兵部署实施指挥控制的方法。
4.根据权利要求1所述的战场机械化步兵快速部署的指挥控制方法，其特征在于所述运输路径无阻碍运输概率是指复杂的战场环境可能对机械化步兵运输路径的通行能力造成影响，从而降低运输工具的通行速度，对于以运送机械化步兵耗费时间最小为目标的指挥控制来说，这种降低相当于增加了运输路径的长度，称增加后的运输路径长度为等效路径长度，运输路径无阻碍运输概率是以时间作为变量的函数，而等效运输路径长度则是以实际运输路径长度和相关的运输路径无阻碍运输概率作为变量的函数，当运输路径无阻碍运输概率为1时，实际运输路径长度与等效运输路径长度相等。
5.根据权利要求1所述的战场机械化步兵快速部署的指挥控制方法，其特征在于所述构造以运送所有步兵耗费时间最小为目标的指挥控制模型是指该指挥控制模型的目标函数的目标为使运送所有步兵耗费时间最小，但当所有路径的运输路径无阻碍运输概率均为1时，该指挥控制模型的目标函数的目标同时还为使运送所有步兵需要的运载能力为最小。
6.根据权利要求1所述的战场机械化步兵快速部署的指挥控制方法，其特征在于所述并用线性规划、线性规划的对偶规划方法来求解该模型，再通过二维表格对求解结果进行不断改进，直至最终获得符合快速部署时间要求的指挥控制方案是指通过求解线性规划和求解线性规划的对偶规划的方法来求解指挥控制模型，可以分别获得从不同集结点运输机械化步兵到不同部署点需要的最小时间、与不同集结点和不同部署点约束条件有关的影子价格，再将求解的结果填入一种二维指挥控制表格中，根据对该二维指挥控制表格的分析，并通过根据影子价格、时间瓶颈对相关参数进行调整，不断求解不断改进，直至最终获得符合战场机械化步兵快速部署时间要求的指挥控制方案。
7.根据权利要求1所述的战场机械化步兵快速部署的指挥控制方法，其特征在于所述并用线性规划、线性规划的对偶规划方法来求解该模型，再通过二维表格对求解结果进行不断改进，直至最终获得符合快速部署时间要求的指挥控制方案是指可通过作为指挥控制方案的二维表格中的不同区域来描述从每个集结点到每个部署点运输机械化步兵的数量、每个部署点需要运力的大小、运输工具的数量、运输耗费的最小时间和相关的影子价格，每个集结点可部署机械化步兵的数量、剩余机械化步兵数量的变化情况和相关的影子价格以及运送所有机械化步兵耗费的最小时间。
8.根据权利要求1所述的战场机械化步兵快速部署的指挥控制方法，其特征在于所述该方法根据从不同集结点到不同部署点的机械化步兵运输路径的长度、运输路径无阻碍运输概率、集结点步兵的可部署量和部署点对步兵的需求量、运输工具的速度和运载量，构造以运送所有步兵耗费时间最小为目标的指挥控制模型，并用线性规划、线性规划的对偶规划方法来求解该模型是指下述对战场机械化步兵快速部署的快速指挥控制的问题分析，但下述的数学公式、推导过程、计算结果以及应用方法适用于对所有战场机械化步兵快速部署的指挥控制，假定战场机械化步兵快速部署问题可以用由m个供应机械化步兵的集结点和n个需求机械化步兵的部署点、并且在不同的供求结点之间存在一条运输机械化步兵的路径的网络来描述，从供应结点i向需求结点j运送的机械化步兵数量为xij，运输路径无阻碍运输概率为pij(t)，运输路径的实际长度为rij，运输路径的等效长度为dij，运输路径无阻碍运输概率是指复杂的战场环境可能对机械化步兵运输路径的通行能力造成影响，从而降低运输工具的通行速度，对于以运送机械化步兵耗费时间最小为目标的指挥控制来说，这种降低相当于增加了运输路径的长度，称增加后的运输路径长度为等效路径长度，运输路径无阻碍运输概率是以时间作为变量的函数，而等效运输路径长度则是以实际运输路径长度和相关的运输路径无阻碍运输概率作为变量的函数，当运输路径无阻碍运输概率为1时，实际运输路径长度与等效运输路径长度相等，需要解决的问题是设计一个从m个集结点运送机械化步兵到n个部署点，同时使运送所有机械化步兵花费的运载能力以及耗费的时间为最小的运输计划，并且计算出每个集结点运送机械化步兵所需要运输工具的数量，相关的机械化步兵部署指挥控制模型及线性规划方程如下目标函数minZ=Σi=1mΣj=1ndijxij]]>部署点需求量等于约束条件Σi=1mxie=De,(e=1,···,ne)]]>部署点需求量小于约束条件Σi=1mxil≤Dl,(l=ne+1,···,nl)]]>部署点需求量大于约束条件Σi=1mxis≥Ds,(s=nl+1,···,ns)]]>集结点供应量等于约束条件Σj=1nxej=Se,(e=ns+1,···,me)]]>集结点供应量小于约束条件Σj=1nxlj≤Sl,(l=me+1,···,ml)]]>集结点供应量大于约束条件Σj=1nxsj≥Ss,(s=ml+1,···,ms)]]>非负约束条件xij≥0，(i＝1，…，m；j＝1，…，n)与部署点需求约束有关的量的分类Dv=De,(1≤v≤ne)Dl,(ne+1≤v≤nl)Ds,(nl+1≤v≤ns)]]>与集结点供应约束有关的量的分类Su=Se,(ns+1≤u≤me)Sl,(me+1≤u≤ml)Ss,(ml+1≤u≤ms)]]>运输路径的等效长度为dij＝f(rij，pij(t))，(0＜pij(t)≤1；i＝1，…，m；j＝1，…，n)集结点i(i＝1，…m)需要的运输工具数量 从集结点i(i＝1，…m)运送机械化步兵到部署点j(j＝1，…n)所耗费的时间Tij=dijC]]>完成所有机械化步兵部署所耗费的最少时间minT＝max{Tij}其中m为供应机械化步兵的集结点总数；n为需求机械化步兵的部署点总数；rij为集结点i(i＝1，…m)与部署点j(j＝1，…n)之间的运输路径的实际长度(单位公里)；pij(t)为集结点i(i＝1，…m)与部署点j(j＝1，…n)之间的运输路径无阻碍运输概率，是以时间t作为变量的函数；dij为集结点i(i＝1，…m)与部署点j(j＝1，…n)之间的运输路径的等效长度(单位公里)，当pij(t)＝1时，rij与dij相等；e为等于约束条件的等于量的序号；l为小于约束条件上限的序号；s为大于约束条件下限的序号；ne为与部署点需求量有关的等于约束条件的等于量的最大序号；nl为与部署点需求量有关的小于约束条件上限的最大序号；ns为与部署点需求量有关的大于约束条件下限的最大序号；De为与部署点需要机械化步兵的数量有关的量(e＝1，…，ne)(单位人)；Dl为与部署点需要机械化步兵数量有关的上限(l＝ne+1，…，nl)(单位人)；Ds为与部署点需要机械化步兵数量有关的下限(s＝nl+1，…，ns)(单位人)；me为与集结点供应量有关的等于约束条件的等于量的最大序号；ml为与集结点供应量有关的小于约束条件上限的最大序号；ms为与集结点供应量有关的大于约束条件下限的最大序号；Se为与集结点所能供应机械化步兵的数量有关的量(e＝ns+1，…，me)(单位人)；Sl为与集结点所能供应机械化步兵数量有关的上限(l＝me+1，…，ml)(单位人)；Ss为与集结点所能供应机械化步兵数量有关的下限(s＝ml+1，…，ms)(单位人)；Vi为供应机械化步兵的集结点i(i＝1，…m)运送机械化步兵需要的运输工具数量；L为每个运输工具运送机械化步兵的能力(单位人)；C为每个运输工具运送机械化步兵的速度(单位公里/小时)；上述模型表明在通过线性规划求得minZ值的基础上，可以计算出每个集结点必须向相关部署点运送的机械化步兵数量xij，再根据运输工具的载重量L，即可计算出每个集结点需要的运输工具数量Vi，最后根据运输工具运送机械化步兵的速度C以及在集结点与部署点之间的最长路径，又可计算出完成整个机械化步兵部署任务所耗费的最短时间T，从而实现对战场机械化步兵快速部署的指挥控制，为了合理设置约束条件、提高可解性、更好地利用上述线性规划模型，给出该模型的对偶线性规划模型如下目标函数maxG=Σv=1neDvyv+Σv=ne+1nlDvyv+Σv=nl+1nsDvyv+Σu=ns+1meSuyu+Σu=me+1mlSuyu+Σu=ml+1msSuyu]]>约束条件Deyne(j)+Dlynl(j)+Dsyns(j)+Seyme(i)+Slyml(i)+Ssyms(i)≤dij(i=1,···,m;j=1,···,n)]]>非负约束条件yml(i),ynl(j)≤0(i=1,···,m;j=1,···,n)]]>非正约束条件yms(i),yns(j)≥0(i=1,···,m;j=1,···,n)]]>其中yne(j)=yv(1≤v≤ne),]]>ynl(j)=yv(ne+1≤v≤nl),]]>yns(j)=yv(nl+1≤v≤ns)]]>为与j有关的变量下标序号变换函数；yme(i)=yu(ns+1≤u≤me),]]>yml(i)=yu(me+1≤u≤ml),]]>yms(i)=yu(ml+1≤u≤ms)]]>为与i有关的变量下标序号变换函数；yv，yu(v＝1，…，ns；u＝ns+1，…，ms)分别为与原线性规划的需求和供应机械化步兵约束条件的影子价格有关的决策变量；由于原始线性规划解决的是与部署点j和集结点i(i＝1，…，m；j＝1，…，n)的约束条件有关的资源最优利用问题，所以对偶规划解决的则是估计使部署点j和集结点i(i＝1，…，m；j＝1，…，n)的约束条件满足必须付出的代价问题，即用价问题，而影子价格yv和yu反映的正是使部署点j和集结点i(i＝1，…，m；j＝1，…，n)的约束条件满足必须付出的成本，通过使与成本有关的目标函数值最小化(或最大化)，影子价格可以用来比较各个约束条件对目标函数值的贡献或对这种贡献影响进行等价分析，某一约束条件影子价格的含义是当它所对应的约束条件右端的常数增加一个单位时，原问题目标函数最优值增加的数值，影子价格越大，表明该约束条件对指挥控制方案的最低运载力的影响越大，满足该条件的困难越大，因此，通过比较影子价格与实际目标函数值，可以研究原线性规划约束条件的变化能否使目标函数获得增益。
9.根据权利要求1所述的战场机械化步兵快速部署的指挥控制方法，其特征在于所述该方法根据从不同集结点到不同部署点的机械化步兵运输路径的长度、运输路径无阻碍运输概率、集结点步兵的可部署量和部署点对步兵的需求量、运输工具的速度和运载量，构造以运送所有步兵耗费时间最小为目标的指挥控制模型，并用线性规划、线性规划的对偶规划方法来求解该模型，再通过二维表格对求解结果进行不断改进，直至最终获得符合快速部署时间要求的指挥控制方案是指如果求得的指挥控制方案不能满足预定的时间要求，则可以通过二维指挥控制表，对原线性规划以及对偶规划的结果进行分析，来确定影响战场机械化步兵部署总时间的瓶颈，再通过对集结点的机械化步兵数量进行合理配置、增加运输工具的数量以及采用不同的运输工具等手段，来消除时间瓶颈，并重复这一过程，直至使战场机械化步兵部署的总时间符合预定的要求，这一过程可用下述实例来描述，但在实例中所描述的数学公式、计算结果、各种表格以及应用方法适用于对所有战场机械化步兵快速部署的指挥控制，假定某机械化作战师必须用载重量为16人、平均时速为70公里的装甲运兵车，从6个集结点向14个部署点运送指定量的机械化步兵，集结点与部署点之间运输路径长度、集结点步兵的可部署量和部署点对步兵的需求量的上下限如表1所示，这里令所有运输路径无阻碍运输概率pij(t)均为1，dij＝rij/pij(t)，因此在不同供求方之间的实际运输路径长度与等效运输路径长度相等，即rij与dij相等，表1机械化作战师集结点与部署点之间运输路径长度和部求量(单位公理、人)
根据上述线性规划及指挥控制模型和相关的对偶线性规划模型，通过单纯形算法计算出的机械化作战师最小时间机械化步兵部署的指挥控制方案如表2所示，表2机械化作战师最小时间部署指挥控制方案(单位人、人公里、辆、分钟)
*完成部署任务需要的最小时间通过对指挥控制方案(表2)分析可知，完成部署任务需要的装甲运兵车总数为49辆、时间为39.43分钟，01～06集结点需要的装甲运兵车分别为11、16、14、2、4和12辆，因此必须对02、03和06集结点实施重点保护，进一步分析可知，从03集结点向10部署点运送36名机械化步兵所花费的39.43分钟是制约整个部署任务更快完成的瓶颈，如果用直升机来完成这部分机械化步兵的运输，则可将完成整个部署任务的时间缩短为25.71分钟，减少量为34.80％，从对需求量约束条件Dv(v＝1，…，18)影子价格的分析可知，价格的大小真实反映了相关约束条件满足的难易程度，影子价格为0是指在特定的取值范围内，相关的约束条件对目标函数值不构成影响，最易满足，即该资源不紧缺，若再增加这种资源也不会使目标函数的最优值进一步降低，又例如，为了满足约束条件D10，向10部署点运送机械化步兵耗时39.43分钟，该约束条件的影子价格为最大值37，说明该条件最难满足，用类似的方法可以按Dv满足的难易程度，从难到易排序D10，D8，D16，D5，D3，D9，……，从对供应量约束条件Su(u＝19，…，29)影子价格的分析可知，它们的影子价格均为0，因此，在特定的取值范围内，改变Su的值对目标函数值不构成影响，必须指出，影子价格不是固定不变的，会随着Dv和Su的变化而改变，使原来不构成影响的资源变成有影响的资源，通过对影子价格的分析，可以有针对性的调整约束条件，达到降低运载量及运输时间的目的，由于影子价格是在特定的约束条件下求出的结果，只有在其有效区间中，价格才具有相对稳定性，从完成任务后每个集结点的剩余机械化步兵量可以看出，02集结点的机械化步兵已全部用完，明显偏低，而04集结点的机械化步兵量明显偏大，根据对偶分析，它们的约束条件的影子价格均为0，这一事实说明如果02集结点有更多的机械化步兵，04集结点有更少的机械化步兵，就可能获得更好的部署计划，所以有针对性的调整约束条件的上限S25从200增加到400，同时使S27从400减少到200，求出的机械化作战师最小时间部署的改进方案如表3所示，表3机械化作战师最小时间部署指挥控制的改进方案(单位人、人公里、辆、分钟)
*完成部署任务需要的最小时间通过对表3的分析可知，完成部署任务需要的时间缩短为31.71分钟，减幅为19.58％，总运载量减少为13739人公里，减幅为8.73％，对偶分析表明影子价格没有任何变化，但改进后的方案更好，因此，还可以用上述方法对每个集结点的机械化步兵进行合理的配置，实现可部署机械化步兵数量的最优管理。
全文摘要
本发明涉及战场机械化步兵快速部署的指挥控制方法，涉及军事及相关领域，指挥控制的对象为所有战场机械化步兵，该方法根据从不同集结点到不同部署点的机械化步兵运输路径的长度、运输路径无阻碍运输概率、集结点步兵的可部署量和部署点对步兵的需求量、运输工具的速度和运载量，构造以运送所有步兵耗费时间最小为目标的指挥控制模型，并用线性规划、线性规划的对偶规划方法来求解该模型，再通过二维表格对求解结果进行不断改进，直至最终获得符合快速部署时间要求的指挥控制方案，该方法具有应用广泛和明显提高战斗力等特点，可广泛用于所有战场机械化步兵的快速部署，本发明进一步涉及实现这种方法的技术。
文档编号G06Q50/00GK1845156SQ200610040259
公开日2006年10月11日 申请日期2006年5月12日 优先权日2006年5月12日
发明者朱泽生, 孙玲 申请人:孙玲