国防科技
NATIONALDEFENSETECHNOLOGY
Vol40,No3
Jun2019
战场物资无人机配送研究
李绍斌1,姜大立1,付高阳2,徐 莱3
(1.陆军勤务学院,重庆 401311;
2.78131部队,四川 成都 610031;3.63926部队,北京 100000)
[摘 要] 战场物资无人机配送是未来信息化战争后勤保障发展的重点方向,是适应未来高强度、快节奏战争的重要手段。对国内外配送无人机的应用与战场物资配送保障的情况进行概述,重点讨论了无人机在配送过程中涉及的任务分配问题。提出了未来战场物资无人机配送的一些重点研究方向,包括战场物资无人化保障理论研究、军民融合式战场物资无人机配送研究、战场物资无人机配送过程一体化研究以及传统车辆与无人机联合配送的研究。
[关键词] 战场物资;无人机;配送;任务分配
[中图分类号]E233 [文献标识码]A [文章编号] 1671-4547(2019)03-0098-07DOI:1013943/jissn1671-454720190319
控,系统快速响应,远程立体投送,精确快速配
引言
随着大量新式武器装备在战场投入使用,信息化条件下的后勤保障呈现出许多新的特点和发展趋势。例如,需求的物资种类更为繁多复杂,需求紧迫性更高;战时后勤保障链路末端距离关键的供应节点远,保障呈现出点多、线长、面广的态势;保障目标的机动能力不断增强,依靠传统的车辆、货轮以及火车等运输方式的保障时效性低,战场“最后一公里”的保障难以完全适应现代战争快速、高效、精准补给的要求。围绕新形势下后勤保障的新要求,我军正在深化后勤保障体制改革,创新保障方式,发展先进保障手段,建设“打得赢”“服务型”“信息型”后勤。以配送无人机为代表的现代物流技术强调信息主导、智能决策、系统集成、高效快捷,契合了未来战时后勤保障“需求实时感知,资源可视掌
送”的特点和要求,对于推进军队后勤保障模式改革具有重要促进作用。
配送无人机是一种可以携带任务载荷、通过遥控或自主飞行的无人驾驶航空器,具有体积小、造价低、零伤亡、可重复使用、环境适应能力强等优点。美军近些年不断更新无人机系统的发展路线图,美国防部于2010年发布了《无人系统综合路线图2011~2036》,提出未来将在空中、地面与海上大量采用无人机技术实施后勤保
1]
障[;美陆军的《陆军无人机系统路线图2010~
2035》系统规划了后勤无人机的发展战略,将于
2]2035年基本实现陆军后勤无人化自主保障[;美
国防部最新的《无人系统综合路线图2017~2042》,提出将无人系统纳入现有的后勤组织结构中,下步重点突破无人技术在战场的应用与部
3]署[。相较于美军成熟的无人化后勤保障规划,
我军对战时后装保障无人化的应用研究相对落
[收稿日期] 2019-04-30
[基金项目] 2018年度研究生资助课题(BSSQ910142018004)[作者简介] 李绍斌,男,博士研究生,研究方向:军事物流;
姜大立,男,教授,博士生导师,研究方向:军事物流,军事供应链;付高阳,男,助理工程师;徐莱,男,助理工程师。
李绍斌,等:战场物资无人机配送研究
99
后,因此,研究战场物资无人机配送具有重要的理论意义与应用价值。
的随机风险模型,构造了多种运输方式结合的战
14]
时多级网络物资前送决策模型[。吴洋以公铁
联合军事运输的时间最短为基点,综合考虑车
一、战场物资配送研究现状
战场物资配送是根据作战部队用户的需求,对军事物资进行集货、储存、分拣、配货、配装等作业,并按时送达指定地点的军事物流活
4]
动[。现有战场物资配送的文献主要集中于陆上
辆、站场、运行保障等多类约束,建立基于多目
15]
标的公铁联合运输路径决策模型[。杨英杰在
考虑时效性、经济性、路径及节点风险性的基础上建立了军事运输多式联运的广义单目标模型,
16]并采用蚁群算法求解[。从国内外对于战场物
资配送问题的研究可以看出,对军队现有运输装车辆配送、海上船舶配送、空中运输机配送以及多式联运配送。其中,大多是对战场物资车辆配送问题的研究,具体集中于车辆配送任务的分配、行车路线的选择等内容。Zoran与Zhang等人研究了战时动态环境下的物资配送,以配送车辆行驶的总路径最短为目标构建模型,采用启发
式算法求解[5-6]
。刘文强提出了符合战场实际的
路网时间阻抗函数,从非时变和时变两个角度构
建了战时军需物资配送保障决策优化模型[7]。张
旺宁通过比较Floyd和Dijkstra算法在最短路径中的应用,提出了一种求解运输车辆最短路径和次
短路径的算法[8]。部分学者对水路运输进行研
究,张健分析了大规模作战海上投送能力的需求,提出海上民用运输船舶在大规模作战中运用的方式方法,以及提升海上民用运输船舶动员与
运用能力的对策[9]。王则盛在系统分析美陆军水
上机动运输力量建设与运用经验的基础上,提出我军应加强陆军水上机动力量建设、完善水上机动运输力量体系、积极探索新形势下陆军水上机
动运输力量管理模式与训练方式[10]。部分学者
对战场物资航空运输保障进行了研究,葛同民等分析我军航空应急运输保障装备的现状及问题,结合我国大型运输机、运输直升机的发展趋势,提出了推进航空应急运输保障装备发展的对策建
议[11]。王春颖等概述了航空军交运输军民融合
保障机制的内涵、特征和构成,提出了建立航空
军交运输军民融合保障机制的主要措施[12]。罗
翔针对民用航空军事运输保障能力建设的整体规划布局、运力分配和保障条件等方面的不足,提出了民用航空军事运输保障能力建设的对策建
议[13]。综上,海上船舶配送与空中运输机配送
的研究相对较少,且多以定性的方法对当前现状进行探讨,多式联运是当前研究的热点,相关研究的成果较多。漆磊等在考虑时间、成本的基础上,运用泊松过程建立基于敌侦察不确定形态下
备下战场物资配送的研究较为成熟,研究成果丰富,对于解决现有条件下的战场物资配送问题具有重要参考意义。但随着各类新型武器装备在战场投入使用,对战场物资配送的要求越来越高,现有保障的理论和方法将很难适用于未来战场物资的保障。
二、配送无人机应用研究现状
(一)地方物流应用研究现状
从配送无人机应用的角度来看,近些年国内外许多领域均在进行无人机配送的实践研究。2013年,电商巨头亚马逊首次宣布实施无人机配送的计划,并于2017年实现无人机配送包裹;谷歌于2014年开始实施无人机配送项目开发,实现配送无人机直达目的地并自动完成卸货的功能,现已完成了无人机配送方法的专利申请。与此同时,世界各国物流企业也加紧配送无人机的应用研究,澳大利亚邮政快递于2016年4月成功试验了无人机配送小件包裹;同年5月,日本的乐天株式会社通过无人机将高尔夫装具、饮料等配送至预先设置好的球场接收点,为高尔夫球员提供实时的服务保障。在医疗应用领域,美国加州的Matternet公司从2011年开始探索应用无人机进行药物及检测样本的配送;硅谷的Zipline公司从2016年开始在卢旺达采用无人机进行药物配送等等。当前,我国配送无人机的研发应用也取得了一定突破,顺丰公司从2017年6月启动无人机物流配送试点,目前已顺利完成准备、启动、实施、审定四个阶段,成为国内第一个由民航管理部门批准运行的物流无人机运营企业;2017年2月京东与陕西省政府达成合作,开展基于智慧物流体系、无人机通航物流体系、传统物流体系升级等全方面的战略合作,并将在陕西打造低空无人机通用航空物流网络。许多学者针对
100
国防科技
2019年第3期(总第316期)
配送无人机应用的相关问题进行研究,形成了一部分具有参考价值的成果。韩睿分析了当前各类物流无人机的优缺点及适用环境,解决了不同地形地势、不同风力、不同日降水量、不同运载量
17]
等条件下无人机的选择问题[。刘子齐从系统
24]
能存在的问题和技术难点[。王涛对我军师旅
级建制部队的无人机编配方案和作战运用方式进行探讨,分析了多无人机作战运用涉及的空域规划、频域规划、任务规划等突出问题,提出了陆
25]军无人机作战运用的发展趋势[。综上,配送
组成、配送流程、网点布局和人员设备配置四个维度构建了无人机血液配送系统,对无人机配送
18]
血液的实际运行提出了保障措施方案[。刘星
无人机在许多领域中的广泛使用与优异表现,使得越来越多的国家意识到配送无人机在未来军队后勤保障中的强大潜力,对配送无人机的研究与运用将会越来越多。无人机是当今世界军事变革辰等提出了无人机配送的使用环境、客户群体属性及其在造型、载重能力、续航时间、安全性等设计方面上的明细要求,并对无人机配送系统的
设计提出了建议[19]。吴永鑫从无人机生产企业、
物流企业和政府三个角度,对物流无人机技术、物流运作和政策监管体系方面提出物流无人机推
广应用的解决对策[20]。朱启豪等分析了无人机
配送在未来发展上的瓶颈,从技术的角度提出了
无人机物流模式和相应无人机产品设计[21]。
(二)军队后勤应用研究现状
地方物流对配送无人机的应用与研究走在军队前列,目前应用无人机系统实施战时物资配送的需求越来越凸显,美军于2011年率先使用无人机进行战术后勤配送。2011年11月,美军K-MAX货运无人机为前线运送弹药和水等物资;2018年5月,美海军陆战队在实战演习中运用已装备部队的TRV-80小型无人机对受困部队进行补给,有效提升了其后勤保障的配送能力、保障范围和持续保障能力。近些年,配送无人机逐步在军队后勤保障中试用,逐步得到了各级首长与有关单位的重视。我国自主研制的大型货运无人机AT-200于2017年成功完成首飞;空军后勤部对建立军民联合无人机补给模式进行探索,联合京东、顺丰两家战略合作单位,在云南、陕西两地成功组织了无人机的联合补给演练,实现了我军首次运用无人机实施联合补给;2018年,国防大学联合地方高校、科研所成功组织了战场无
人化后装保障专项演练[22]。部分学者对配送无
人机实施战时后勤保障的相关问题进行了研究,李针等分析了战时卫勤保障中应用无人机配送的可能性,依托无人机的智能飞行控制、强大的数据资源信息平台和各类互联互通的物流配送中
心,提出了新型战时快速卫勤保障模式[23]
。苑
英海等对伤员后送无人机在灾害救援中的应用进行研究,对无人机的载荷和飞行速度等性能进行分析,归纳了无人机运输的优势及实际运用中可
的代表性装备,是最符合未来战争需求和军队装备发展潮流的航空武器装备,在战场物资配送中具有非常高的应用价值,对于改变战时后勤保障链路末端状态、助推物资“最后一公里”快速精准直达、维持和提高作战能力具有极强的发展潜力。如何借鉴地方物流无人机的应用经验助推战场物资的无人机配送,确保配送无人机能够尽早实现战斗力,是当前后勤调整改革需重点考虑的问题。
三、无人机配送任务分配研究现状
无人机执行战场物资配送将会是未来后勤保障领域的一个重要研究方向,其中配送任务的分配是实施战场物资无人机配送的关键基础,只有科学合理的任务分配,才能真正发挥无人机配送的优势,提升战场物资保障的效率及效益。无人机配送任务的分配是将各需求点的物资保障任务,通过最优或较优的方式分配到各架无人机上,最终达到最佳的军事效能,具体可以是由一架无人机执行一个配送任务,也可以一架无人机执行多个配送任务,当某些任务较为复杂时,还可以多架无人机共同完成一个任务。
许多学者对地方物流无人机配送任务的分配进行了研究,Byung等以配送无人机的航时、载荷以及载重对飞行能力的影响为约束条件,构建了无人机任务分配的混合整数线性规划模型(mix-integerlinearprogramming,MILP),并设计了一种递归的(RHTA)启发式算法,以岛区配
送的数值实例进行了验证[26]
。Sudipta等对无人
机在应急救灾中的物资配送任务分配进行研究,以配送的总成本最小为目标,建立连续逼近的配送任务分配模型,有效解决了配送中心的最优位
置及各无人机配送物资量的确定[27]
。Dorling等
将无人机转化为VRP模型中的车辆,将物资需求
李绍斌,等:战场物资无人机配送研究
101
点看作乘客,将问题简化以解决无人机任务规划
28]
问题[。闵桂龙等采用线性权重法将无人机运
琐,计算耗时长、效率不高,只适用于解决需求点数量少的情况。Agatz等研究了有无人机参与的旅行商问题(TravelingSalesmanProblemwithDrone,TSP-D),相较于FSTSP问题,TSP-D中无人机可以在同一位置点进行发射与回收,采用局部搜索与动态规划相结合的算法求解任务分
38]
配模型[,其求解思路同样是优先考虑车辆运
输任务规划的多目标转化为单目标,设计了实数
29]
编码的烟花算法求解[。Hua等将多无人机协同
配送转化为多旅行商问题模型(multipletravelingsalesmanproblem,MTSP),采用禁忌搜索算法求
30]解,不断更新与测试无人机的局部最优值[。
(一)基于燃料补给点模式的任务分配研究当前配送无人机航程、航时等实际性能的约束,导致其保障范围小、效率不高等问题突出,部分学者考虑在无人机配送网络中建立合适燃料补给点。早在2005年,Kuby等为了提高车辆配送的效率,提出以流动加油方式替代传统的道路加油站模式,在流动加油点数量一定的情况下最大限度提高起点到终点的流量,使车辆能在不耗
尽燃料的情况下持续运行[31]。无人机配送不像
公路车辆在固定的网络上运行,燃料补给点的位置将改变无人机可能的飞行路线,从而影响最优飞行路径的获取,同时,无人机的航程性能也将影响燃料补给点位置的确定。Sundar等以配送中途补给燃料模式为基础,对单无人机保障多需求点问题进行求解,提高了无人机的持续保障能
力[32]
;在此基础上,Kim、Song、Morrison等基
于无人机中途补给燃料的模式,研究了多无人机
配送任务的协同问题[33,34]
。Boualem等提出了无
人机的耗能与实际载荷、飞行模式间的函数关系,对灾害救援中应急物资无人机配送的任务分
配进行优化[35]。Insu等对无人机燃料补充点位置
与配送路线同时进行优化,建立覆盖定位与任务
分配的混合整数规划模型[36]
。
(二)基于车辆-无人机联合配送模式的任务分配研究
针对无人机航程性能约束造成无人机配送范围受限的问题,另外一部分学者考虑采用无人机与传统车辆联合配送的方式,配送车辆同时作为移动的无人机基地,发挥两种装备各自的优势。Murray等首次将该问题定义为伴随飞行的旅行商问题(FlyingSidekickTravelingSalesmanProblem,FSTSP),构建了混合整数线性规划模型并设计了
启发式算法求解[37]。该算法求解时以经典的TSP
问题为基础,不断迭代逐一比较TSP中所有任务点以筛选出适合无人机配送的需求点,同时调整之前生成的车辆路线,对所有方案进行评估直至生成最佳方案。然而由于迭代次数多、过程繁
输路线,再逐步对比筛选确定无人机任务点,因此算法效率不高,不适合解决需求点数量多的情况。Bouman等对上述方法进行改进,在动态规划的基础上提出了一种精确算法,能够解决需求
点数量多时的任务分配问题[39]
。Ponza在其硕士
学位论文中对FSTSP问题进行了深入探讨,建立了改进型的混合整数线性规划模型,并设计了一
种基于模拟退火的启发式算法进行求解[40]。
Savuran等以无人机与配送车辆的联合配送里程最小为目标,采用遗传算法完成问题的求解,并与最邻近算法对比,结果显示遗传算法的计算效
率更优[41]。Ha等研究了有无人机参与的旅行商
问题,以无人机完成配送任务的时间与配送成本最小为目标建立任务分配模型,并设计启发式算
法求解[42]
。另外,Wang等对多车辆与多无人机
联合配送问题进行研究,首次将该问题定义为有无人机参与的VRP问题(VRP-D),将无人机与车辆联合配送的耗时与车辆单独配送的时间进行对比,建立了以配送时间最短为目标的多车辆
与多无人机联合配送模型[43]。Poikonen等在此基
础上考虑了无人机航程约束以及融入了配送成本目标,在求解过程中同时考虑了成本边界与耗时
边界[44]
。Mourelo等构建了无人机—车辆混合快
递配送系统,解决了联合配送时无人机发射位置
的确定以及单车携带无人机数量的优化问题[45]
。
在商业物流领域,配送成本是众多企业重点关注的指标,Mathew等在研究多种运输工具配送问题(HeterogeneousDeliveryProblem)中以降低运输成本为目标,对配送车辆不能直接抵达的需求点,在路网端点通过车辆发射配送无人机进行“最后一公里”的配送,将问题分解转化为一般
化的旅行商问题进行求解[46]。
综上,许多学者对地方物流无人机配送任务分配问题进行了深入研究,国内外相关文献主要集中于数学建模和分配模型的求解优化两个方面,其中建模方面的主要成果包括了车辆路径问题模型、多旅行商问题模型、混合整数线性规划
102
国防科技
2019年第3期(总第316期)
模型和多种运输工具配送问题模型等;对模型求解算法主要有禁忌搜索、遗传算法、蚁群算法和模拟退火算法等。上述研究大多基于配送无人机或无人机与车辆联合从基地出发完成配送后返回基地,以完成配送任务时间最小、配送成本最低、航程最短或者无人机参与数量最少等为目标,有效发挥了配送无人机的优势,提升了物流服务的质量。配送无人机在地方物流中的成功应用为其参与未来战场物资配送提供了可能,当前时,立足于未来战场物资无人机配送的常态化运行,对无人机配送领域涉及的运行管理、体制编制、维护保障等建立标准规范,形成系统性的理论与对策建议。
(二)军民融合式战场物资无人机配送研究从配送无人机的应用研究现状可知,部分地方物流公司已经实现了快递包裹的无人机配送,配送无人机的应用实践相对成熟,这对于军队战场物资无人机配送具有重要意义。构建军民融合关于战场物资无人机配送的研究几乎没有,地方物流无人机配送的模型算例与仿真模拟缺乏实战或演习数据支撑,结论的可用性待检验;同时,战场条件下物资配送的环境更加恶劣,对物资配送的时效性、安全性要求更高。因此,战场物资无人机配送的任务分配应充分考虑实战环境下的各类情况,构建科学合理的决策模型,确保实战中无人机配送的高效、快捷与安全。
四、总结与展望
近些年,越来越多的国外学者对物流无人机的相关问题进行研究,在理论探讨与实践应用方面都取得了一定成果,主要集中于无人机的配送应用分析、配送模式探讨、配送任务分配等方面。总体上看,国内对于配送无人机的研究较少,少部分文献通过定性分析的方法探讨了配送无人机的应用场合与要求;如何将地方物流无人机配送的实践研究与管理方法应用到战场物资保障中成为研究重点。综上所述,国内外关于战场物资无人机配送的研究基本处于起步阶段,只有少量文献从定性的角度探讨了无人机实施战场物资配送的可能,在实际战场应用方面还存在着许多亟需解决和深入研究的问题与内容。在未来的研究中,具体可从以下四个方面对战场物资无人机配送进行深入分析与探讨。
(一)战场物资无人化保障理论研究随着配送无人机技术的不断成熟,并逐步在市场物流配送中应用,其在战场后勤保障中将具有广阔的应用前景,未来战场物资的保障将趋于无人化模式,这将对现行后勤保障理论、保障体系、保障模式等造成深远的影响。因此,后期研究需明确战场物资无人化保障的需求,探讨无人化的战场物资配送模式、指挥控制机制,研究提出基于配送无人机的战场物资保障典型构想,同
式战场物资无人机配送模式能够有效发挥地方保障力量的优势,对于提升战场物资保障的效率具有重要的意义。因此,下一步将研究如何建立引入地方物流无人机保障力量的机制,探讨民用物流无人机在战场物资保障中的定位与责任分工,针对参与作战保障行动的合同商建立科学的风险预测与利益补偿模型,论证制定相关的政策与法规制度,打通民用物流无人机力量为部队后勤保障服务的道路,探讨建立形成常态化机制。
(三)战场物资无人机配送过程一体化研究无人机配送过程的控制主要包括飞行的航迹与编队控制,在系统完成无人机配送任务分配基础上,各无人机按照受领的任务进行直达需求点的配送,在该过程中需严格确保航迹的安全性。当前对于无人机配送任务分配的研究相对较多,而战场物资无人机配送任务分配的研究较少,无人机配送的航迹规划与编队控制研究则需加强。战场环境下的无人机配送,不仅需要确保配送的效率与效益,同时还需考虑无人机配送的安全性,航迹规划与编队控制是实现战场物资无人机配送安全性与高效性的重要环节。因此,实现对战场物资无人机配送过程的科学管理,系统研究无人机实施战场物资配送过程的一体化控制,需将配送无人机的任务分配、航迹规划、编队控制等重要环节统筹考虑,针对性地研究设计符合战场实际的模型与算法,开发一体化系统控制平台。
(四)传统车辆与无人机联合配送的研究从无人机配送任务分配的研究现状可知,国内外关于战场物资无人机配送任务分配的研究较少,而涉及无人机与传统车辆联合配送的文献几乎没有。以配送无人机为代表的新型物流配送装备,是现代物流改革转型的具体表现,是对传统运输方式的有效补充,但目前配送无人机的载荷与航程约束制约着其在战场物资配送中发挥更大
李绍斌,等:战场物资无人机配送研究
103
的作用。未来实际战场物资配送将会是传统车辆与无人机联合的配送模式,因此,下一步重点研究联合配送中两类运输工具的协同衔接,科学规划两类运输工具的任务以及配送路线,并以实证分析验证模型方法的科学性,确保战场物资保障行动效率与效益的提升。
研究[D].北京:清华大学,2013.
[16] 杨英杰,张柳,绳慧.战时交通运输路径优化研究[J].指挥控制与仿真,2011,33(5):50-53.
[17] 韩睿,李微微,沈丹阳.基于不同外部环境和运载重量的无人机物流配送选型研究[J].空运商务,2017(12):51-55.
参考文献
[1] WinnefeldJA,KendallF.UnmannedSystemsIntegratedRoadmapFY2011-2036,DepartmentofDefense,OfficeoftheSecretaryofDefense,WashingtonDC,2011.
[2] DempseyME.U.S.ArmyRoadmapforUnmannedAircraftSystems2010-2035,U.S.ArmyUASCenterofExcellence,2010.
[3] KevinMF,MaryJM.UnmannedSystemsIntegratedRoadmapFY2017-2042,DepartmentofDefense,OfficeoftheSecretaryofDefense,WashingtonDC,2018.
[4] 王宗喜,徐东.军事物流学[M].北京:清华大学出版社,2007.
[5] YajuanZ,ZiliZ,YongD,etal.Abiologicallyinspiredsolutionforfuzzyshortestpathproblems[J].AppliedSoftComputingJournal,2013,13(5):2356-2363.
[6] ZoranMG,CedomirRB,SasaMJ,etal.Optimizationofundergroundminedevelopmentsystemusingfuzzyshortestpathlengthalgorithm[J].JournaloftheChineseInstituteofEngineers,2014,37(8):965-982.
[7] 刘文强.配送式军需物资调运优化问题研究[D].天津:天津科技大学,2016.
[8] 张旺宁.基于铁路运输网络的最短路径及次短路径研究[J].黑龙江交通科技,2014(8):176-177.
[9] 张健,吴娟.大规模作战海上民用运输船舶动员与运用[J].军事交通学院学报,2017(11):1-5.
[10] 王则胜.美国陆军水上机动运输力量建设与运用[J].军事交通学院学报,2017(12):14-17.
[11] 葛同民,陈瑜.推进我军航空应急运输保障装备发展的思考[J].军事交通学院学报,2015(4):1-4.
[12] 王春颖,潘,孙文军.航空军交运输军民融合保障机制建设研究[J].国防交通工程与技术,2011(5):8-10.
[13] 罗翔,常春伟,喻文波,等.民用航空军事运输保障能力建设[J].军事交通学院学报,2015(7):27-31.
[14] 漆磊,姜大立.多级网络物资前送决策模型及并行禁忌搜索算法研究[J].军事运筹与系统工程,2016(1):52-58.
[15] 吴洋.西部地区公铁联合军事运输路径优化
[18] 刘子齐,牛新源.无人机配送的血液供应链管理探讨[J].管理观察,2018(1):190-192.
[19] 刘星辰,张美.物流配送无人机及其配送系统的设计研究[J].科技创新导报,2017(21):12-15.
[20] 吴永鑫.物流无人机在中国农村电商物流市场应用研究[D].深圳:深圳大学,2017.
[21] 朱启豪,干静,吕冰心.无人机物流模式及机型概念设计[J].设计,2018(3):20-21.
[22] 王逸涛,许志晖.体系作战条件下无人化后装保障演练成功实施[N].新华社.
[23] 李针,何维新,张益明.基于无人机物流配送的战时快速卫勤保障体系探讨[J].东南国防医药,2018(1):102-106.
[24] 苑英海,秦晓丽,安慰宁,等.伤员后送无人机的研究现状与发展趋势[J].医疗卫生装备,2017(2):104-108.
[25] 王涛,都基焱,黄克明.陆军多无人机作战运用问题研究[J].火力与指挥控制,2015(8):173-175.
[26] SongBD,ParkK,KimJ.PersistentUAVdeliverylogistics:MILPformulationandefficientheuristic[J].Computers&IndustrialEngineering,2018,120:418-428.
[27] ChowdhuryS,EmeloguA,MarufuzzamanM,etal.Dronesfordisasterresponseandreliefoperations:Acontinuousapproximationmodel[J].InternationalJournalofProductionEconomics,2017,188:167-184.
[28] DorlingK,HeinrichsJ,MessierGG,etal.Vehicleroutingproblemsfordronedelivery[J].IEEETrans.Systems,Man,Cybernet.:Syst,2017,47(1):70-85.
[29] 闵桂龙,端木京顺,张冰,等.军事后勤中的多目标无人机任务规划[J].计算机仿真,2016(3):85-89.
[30] HuaWeiMA,FanFW,XiaoXuanHU.Solvingthemultitruckandsingletrailerroutingproblembasedontabusearchalgorithm[J].ChineseJournalofManagementScience,2016.
[31] KubyM,LimS.Theflowrefuelinglocationproblemforalternativefuelvehicles[J].SocioEconomicPlanningSciences,2005,39(2):125-145.
[32] SundarK,RathinamS.Algorithmsforroutinganunmannedaerialvehicleinthepresenceofrefuelingdepots[J].IEEETransactionsonAutomationScienceandEngineering,
104
国防科技
2019年第3期(总第316期)
2014,11(1):287-294.
[33] SongBD,KimJ,MorrisonJR.RollinghorizonpathplanningofanautonomoussystemofUAVsforpersistentcooperativeservice:MILPformulationandefficientheuristics[J].JournalofIntelligent&RoboticSystems,2016,84(1):241-258.
[34] KimJ,MorrisonJR.OntheconcerteddesignandschedulingofmultipleresourcesforpersistentUAVoperations[J].JournalofIntelligent&RoboticSystems,2014,74(1):479-498.
[35] BoualemR,ChristianW,GeraldR.Adronefleetmodelforlastmiledistributionindisasterreliefoperations[J].InternationalJournalofDisasterRiskReduction,2018(28):107-112.
[36] HongI,KubyM,MurrayAT.Arangerestrictedrechargingstationcoveragemodelfordronedeliveryserviceplanning[J].TransportationResearchPartC:EmergingTechnologies,2018,90:198-212.
[37] MurrayCC,ChuAG.Theflyingsidekicktravelingsalesmanproblem:Optimizationofdroneassistedparceldelivery[J].TransportationResearchPartC:EmergingTechnologies,2015,54:86-109.
[38] AgatzN,BoumanP,SchmidtM.Optimizationapproachesforthetravelingsalesmanproblemwithdrone[J].TransportationScience,2018,52(4):965-981.
[39] BoumanP,AgatzN,SchmidtM.Dynamic
programmingapproachesforthetravelingsalesmanproblemwithdrone[J].Networks,2018,72(4):528-542.
[40] AndreaP.Optimationofdroneassistedparceldelivery[D].Universitadeglistudidipadova,2016.
[41] SavuranH,KarakayaM.Routeoptimizationmethodforunmannedairvehiclelaunchedfromacarrier[J].LectureNotesonSoftware,2015,3(4):279.
[42] HaQM,DevilleY,PhamQD,etal.Onthemincosttravelingsalesmanproblemwithdrone[J].TransportationResearchPartC:EmergingTechnologies,2018,86:597-621.
[43] WangX,PoikonenS,GoldenB.Thevehicleroutingproblemwithdrones:severalworstcaseresults[J].OptimizationLetters,2017,11(4):679-697.
[44] PoikonenS,WangX,GoldenB.Thevehicleroutingproblemwithdrones:Extendedmodelsandconnections[J].Networks,2017,70(1):34-43.
[45] MoureloFerrandezS,HarbisonT,WeberT,etal.Optimizationofatruckdroneintandemdeliverynetworkusingkmeansandgeneticalgorithm[J].JournalofIndustrialEngineeringandManagement,2016,9(2):374-388.
[46] MathewN,SmithSL,WaslanderSL.Planningpathsforpackagedeliveryinheterogeneousmultirobotteams[J].IEEETransactionsonAutomationScienceandEngineering,2015,12(4):1298-1308.
ReviewandprospectofresearchonUAVdeliveryofbattlefieldmaterials
1122
,JIANGDali,FUGaoyang,XULaiLIShaobin
(1.ArmyLogisticsUniversity,Chongqing401311,China;
2.Unit78131,Chengdu610031,China;3.Unit63926,Beijing100000,China)
Abstract:Unmannedaerialvehicle(UAV)distributionofbattlefieldmaterialsisthekeydirectionofmoderninformationizedwarfarelogisticsandanimportantmeanstoadapttothehighintensityandfastpaceoffuturewar.TheapplicationofUAVathomeandabroadandthesituationofbattlefieldmaterialdistributionsupportaresummarized,andthetaskassignmentdecisionoptimizationintheprocessofUAVdistributionisdiscussed.SomekeyresearchdirectionsoffuturebattlefieldmaterialUAVdeliveryareproposed,includingresearchonthebattlefieldmaterialUAVdeliverytheory,researchonthemilitaryandcivilianintegratedbattlefieldmaterialUAVdelivery,andresearchontheintegratedbattlefieldmaterialUAVdeliveryprocessresearchandjointtraditionalvehicleandUAVdelivery.
Keywords:battlefieldmaterials;UAV;distribution;taskassignment
因篇幅问题不能全部显示,请点此查看更多更全内容