基于改进引力搜索算法的舰载机一站式保障作业优化调度方法.pdf

总第350期1引言集大量高新技术成果于一体的航空母舰已经成为评价一支现代海军作战能力的核心要素，在其构建的海上大纵深，多层次的攻防体系中，舰载战斗机扮演着一个重要的角色。而舰载机的数量及其出动能力也成为了衡量航母的综合作战性能的关键指标1。而航空舰面保障作业效率是影响舰载机出动回收能力的主要因素。制定高效可行的舰载机甲板作业度方案，对于提升舰载机舰面保障能力具有重要意义。相关研究主要围绕传统的多站位保障与一站式保障两种不同的保障模式展开，而一站式保障模式相较于传统的保障模式极大地提升了保障效率，收稿日期：2023年2月10日，修回日期：2023年3月22日作者简介：朱兴动，男，博士，教授，研究方向：武器装备信息化。赵洋，男，硕士，研究方向：武器装备信息化。范加利，男，博士，讲师，研究方向：武器装备信息化。黄葵，女，博士，教授，研究方向：武器装备信息化。舰 船 电 子 工 程Ship Electronic Engineering总第 350 期2023 年第 8 期Vol.43 No.8基于改进引力搜索算法的舰载机一站式保障作业优化调度方法朱兴动1赵洋2范加利2黄葵2（1.海军航空大学烟台264001）（2.海军航空大学青岛校区青岛266041）摘要针对一站式保障模式下舰载机舰面保障作业的工序和人员混合调度问题，系统分析了舰载机再次出动保障任务的流程、保障资源约束以及作战任务对舰载机放飞顺序的要求，建立了舰载机一站式保障调度的混合整数规划模型，进而设计了一种改进的引力搜索算法（Improved Gravitational Search Algorithm，IGSA）用于该问题的求解。在IGSA算法的框架下，引入了融合资源冲突消解策略的串联进度生成机制，解决调度过程中的保障资源争夺问题；综合先例保全交叉等方法和策略，提高算法的局部搜索能力；最后，通过典型案例验证了所提模型的合理性，以及算法的可行性与有效性。关键词舰载机；一站式保障；甲板作业调度；引力搜索算法；进度生成机制中图分类号U674.771DOI：10.3969/j.issn.1672-9730.2023.08.019Optimization and Scheduling Method for Shipborne AircraftOne-stop Support Operations Based on Improved Gravity SearchAlgorithmZHU Xingdong1ZHAO Yang2FAN Jiali2HUANG Kui2（1.Naval Aviation University，Yantai264001）（2.Qingdao Campus of Naval Aviation University，Qingdao266041）AbstractAiming at the mixed personnel and process scheduling problem in the pit-stop support mode of carrier-based aircraft flight deck operation.Systematically analyzes the precedence,the resource constraints of the carrier-based aircrafts re-deployment support operation and the operational mission requirements for the aircraft release sequence,and a mixed integer programmingfor the pit-stop support scheduling of the carrier-based aircraft has been established,and then an improved gravitational search algorithm(IGSA)is designed for the solution of the problem.Under the framework of the IGSA algorithm,a tandem progress generationmechanism integrating resource conflict resolution strategies is introduced to solve the safeguard resource contention problem in thescheduling solution process.To improve the local search ability of the algorithm by integrating the MMPX crossing and other methods or strategies.Finally,the rationality of the proposed model and the feasibility and effectiveness of the algorithm are verifiedthrough typical arithmetic cases.Key Wordscarrier-based aircraft，pit-stop support，deck operation scheduling，GSA algorithm，SSGSClass NumberU674.77198舰 船 电 子 工 程2023 年第 8 期将会是未来航母所采用的主流保障模式7。一站式保障模式对舰载机保障作业的有序管理、分配提出了更高的要求，其中各项保障作业工序对保障资源的争夺冲突消解问题，以及如何对各舰载机的保障工序进行合理规划，避免再次出动准备各项保障作业间的相互干扰的问题尤为突出。但目前舰载机一站式保障调度的相关研究在以上两个方面仍有所欠缺，因此，本文对一站式保障模式的作业流程、资源约束特性以及不同的出动模式下各类舰载机的放飞优先级进行了系统性地分析，建立了舰载机一站式保障调度模型，并设计了一种适用于求解大规模作业调度，消解资源冲突的改进GSA算法求解该模型。最后，通过对“福特”级航母的典型出动案例仿真验证了算法的可行性和有效性。2模型建立美国“福特”级航母首次引入了一站式保障模式的概念8，在飞行甲板右舷设置了18个“一站式保障区”，所有“一站式保障区”的保障模块都进行了系统化的集成设计，集中设置了油、气、电、液等舰面保障设备。舰载机着舰并自主滑入保障站位后，按照作业流程有序开展机务勤务保障作业，主要包括添加燃油、补充氧气、航电检查、特设检查、机械检查以及军械检查等一系列工序，舰载机不需移动即可完成全部保障作业。一站式保障作业的节点活动网络图（Active On the Node，AON）如图1。2.1模型假设假设 1：舰载机按照给定的保障流程进行，保障工序之间有串行、并行和柔性关系；假设 2：任意舰载机的保障作业，对其他舰载机工序的完成没有影响；假设3：进行再次出动准备作业的舰载机均满足一站式保障条件，能够在同一站位完成所有保障工序，不需调运；假设4：保障人员的保障范围均可覆盖到全体保障站位；假设5：航母的各类消耗性资源储存总量充足；假设6：不考虑突发故障和其他干扰因素。2.2参数设定I=1in：I表示待保障舰载机机群集合，n为当前需要进行再次出动准备作业的舰载机架数；V=()ij|iIjJi表示甲板作业集，即所有要执行的工序，其中Ji=12|Ji为舰载机i()iI的全部保障工序集合，|为集合中元素的个数；TX=1itx表示甲板勤务作业调度时间序列；Oij表示舰载机i的第j项保障工序；Hi表示舰载机i()iI的保障停机位；stij表示工序Oij的开始执行时间；edij表示工序Oij的结束时间；INit表示舰载机i()iI在t时刻处于保障作业状态的工序集；Tij表示舰载机i()iI完成第j项保障工序的持续时间；Qi表示舰载机i()iI自主滑抵一站式保障停机位的时间；Wij表示Oij的紧前工序集合；Gp表示机务保障人员专业类型集合；Ge表示勤务保障设备类型集合；Gh表示保障工位空间类型集合；Gr表示航母甲板的供给性资源类型集合；Lrmk表示甲板的第k()kGr类供给性资源最多可同时维持Lrmk个固定保障设备的运转；NS表示甲板一站式保障站位的数量。Npijk表示工序Oij所需的第k()kGp类保障人员的数量；Neijk表示工序Oij所需的第k()kGe类保障设备的数量；Nrijk表示工序Oij所需的第k()kGr供给性资源的数量；NHik表示舰载机i()iI的第k()kGs类工位空间可同时容纳的机务保障人员数量；Lpk=12|Lpk表示第k()kGp类机务保障人员集合；Lek表示第k()kGe类勤务保障设备；Wsij表示工序Oij的保障工位。图1单机保障工序AON图2.3再次出动保障调度模型甲板航空保障作业的调度起始点为一波次舰载机全部着舰并滑行至一站式保障站位。2.3.1目标函数舰载机机群出动架次率是衡量航母作战及综合保障能力的常用指标4，9，而提高舰载机出动架次率的一个直接有效的途径就是缩短单波次甲板机务勤务保障作业完工时间。各类甲板资源中，对保障效能具有决定性影响的主要为机务保障人员和保障设备的配置数量及其工作性能5，最终体现在保障完工时间的变化上。因此，调度模型的指标函数取为最小化一波次99总第350期舰载机机群再次出动保障作业时间，即最小化最大完工时间：minF=minCmax=max()ij Vedij（1）依据优化目标定义决策变量：Xpklij、Xeklij、Yeklijeg、Zeijeg、ZHijk、kkl为布尔变量，定义将在约束条件中给出说明。XpklijXeklijYeklijegZeijeg01；kGelLek（2）2.3.2约束条件1）机务保障人员约束。任意时刻所有保障作业对某类专业人员的需求量不得大于该类专业保障人员配置数量：OijItr pijk|LpkIt=Oij|stijtedijiIjJikKp（3）2）甲板勤务保障设备约束：()ij VkGelLekXeklij()1-pkl=0iI（4）此外，若同一架舰载机的两相邻工序分配在同一个保障设备上，那么后续工序无需等待前一个工序结束即可开始保障：XeklijsgnNeijk=NeijksgnXeklij（5）式中：Neijk01，sgnXeklij-101。3）保障工序流程约束：stijQiiI（6）舰载机各保障作业开始与结束的时序关系：edij=stij+Tij()ij V（7）4）保障站位数量约束：iIjJiXeklijNSIt=Oij|stijtedij（8）5）工位空间约束：jINitZHijkkGpNpijkNHikt0iIkGh（9）6）资源供给能力约束：iI()ij INitlLekXeklijkklLrmkt0kGekGr（10）7）资源需求与分配约束：()ij VXpklij=NpijklLpkkGp（11）()ij VXeklij=NeijklLekkGe（12）8）舰载机起飞优先级约束：edijfedijfPriPri()ij ViI（13）3GSA算法设计保障作业调度优化的最终目标是最小化一波次保障作业的最大保障完工时间，该问题可以抽象为具有NP-hard特性的资源受限多项目调度问题（Resource-constrainedmulti-projectscheduling，RCMPSP）8，目前解决此类问题的方法主要有引力搜索算法（GSA）、粒子群优化算法（Particle SwarmOptimization，PSO）、遗传算法（Genetic Algorithm，GA）等其他智能优化算法。研究表明，GSA算法在优化调度10、数字辨识11等领域具有更好的简洁性和实用性，其寻优精度和收敛速度对比PSO、GA等算法具有相当的优势12。因此，本文选取了GSA作为求解算法，但GSA存在易早熟收敛，局部搜索能力差的问题13，故本文设计了一种改进的引力搜索算法（IGSA）来求解保障作业调度优化问题。IGSA的流程如图2所示。其中2表示粒子适应度方差，c为判断阈值。图2IGSA算法流程图3.1编码与基于SSGS的解码过程3.1.1编码由于舰载机保障作业调度问题是离散的15，考虑到本文所研究的调度问题中包含三个子问题，即工序排序、保障设备分配以及保障人员分配，所以引入了二元任务链表，即为满足保障流程约束条件的作业序列编码。它由两部分组成，包括舰载机与工序。图3给出了一个可行的二元任务链表示意朱兴动等：基于改进引力搜索算法的舰载机一站式保障作业优化调度方法100舰 船 电 子 工 程2023 年第 8 期图，其中第一行向量I表示舰载机编号，第二行向量J表示工序号，n、m表示舰载机机群所有工序数量。图3舰载机保障作业调度编码示意图3.1.2解码根据资源需求生成调度方案需要利用调度生成机制（Schedule Generation Scheme，SGS）实现食物位置编码向调度方案的映射。SGS有串联进度生 成 机 制（Serial Schedule Generation Scheme，SSGS）和并联进度生成机制16（Parallel ScheduleGeneration Scheme，PSGS）。Krger在研究中指出，SSGS 是具有活动性的积极的调度计划，而PSGS生成的只是非延迟性的调度计划，且不考虑有限性资源的分配问题17。对于求解多资源约束下的最小化最大保障时间的问题，SSGS 能够较快搜索更为完整的解空间，鉴于此，本文基于SSGS生成调度方案，根据作业调度编码映射到调度方案，输出满足时序关系和资源约束的优化调度任务链表，进而得到各保障工序的最大完工时间即目标函数值、人员和设备的调度方案及其作业时序。在此过程中引入资源冲突消解策略18来引导算法产生积极调度计划。SSGS以时间为阶段变量，共有J个阶段。定义三个工序集合存在于在每一个阶段g对应的调度时刻tg中：已完成工序集（Complete group）表示为Cg；可调度工序集（Decision group）表示为Dg；执行工序集（Active group）表示为Ag。在任意阶段g中，引入了资源冲突消解策略和资源优先分配规则的SSGS算法包括以下步骤：Step 1选取当前可调度工序集Dg中第一序列的工序，加入到执行工序集Ag中。为当前执行工序集中工序执行三层决策。Step 2以Ag中当前执行工序的紧前工序的最大完成时间为时间变量的起始值，以1个时间单位为步长向后步进搜索，直到某一时刻的保障人员、保障设备，工位空间以及消耗资源剩余量满足当前执行工序对保障资源的需求量，将该时刻设定为 当 前 执 行 工 序 的 开 始 时 间stij，结 束 时 间edij=stij+Tij。Step 3按照保障人员与保障设备的分配规则为当前执行工序寻找当前时间点中符合规则的人员与设备，将stij至edij时间序列中的Xeklij与Xpklij置为零。Step 4更新保障人员、保障设备、剩余资源和站位空间的信息。Step 5将当前执行工序加入到已完成工序集Cg中并从Dg和Ag中删除，重复执行Step 1，直至可调度工序集合为空集，然后转入下一阶段，当Dg=，调度完成。3.2粒子位置更新策略通 过 先 例 保 全 交 叉 法（Modified PrecedencePreservative Crossover，MPPX）对当前全局的粒子位置进行扰动19。首先产生一个长度为n的随机二进制矢量，其维数相当于任一粒子位置全部工序矢量的长度，用于选择。粒子元素以生成新的粒子位置。其中0和1分别代表第一个和第二个粒子位置。这些数字代表元素从食物位置中移除并放入新粒子位置向量的顺序。从左边开始，根据随机矢量的顺序选择一个元素，并从两个食物位置矢量中移除，然后放入一个新的食物位置，直到两个食物位置向量都为空。其次，针对保障作业调度这种大规模RCMPSP问题难以跳出局部最优的特性，引入一种基于子拓扑工序网的变异策略20，以产生更大的邻域变换范围，防止算法早熟收敛，提高种群的多样性。变异策略主要步骤如下：Step 1在当前种群中按概率Pm选取执行变异操作的食物位置向量集合，提取单一向量 ReChrom执行步骤2；Step 2在 ReChrom 中随机选择一个操作点P1|Ji-len，其中len为重排子向量（即子任务链）的长度，选取P至P+len位的向量记为nC，并记录 P 和 P+len 位 在 ReChrom 中 位 置LocP与LocP+len；Step 3将nC中的工序按照舰载机保障流程AON图的作业工序约束关系构造所选取子向量的AON子图，依照子图的约束对子向量进行随机重排；Step 4用重排后的子向量（即子任务链）替代ReChrom中LocPLocP+len区间内的向量，构造出新的食物位置向量。为进一步减少算法迭代的时间，提高算法收敛速度，在执行完交叉、变异扰动后，计算当前所有粒子的适应度值，并选取部分最优解作为初始解执行禁忌搜索21，算法主要流程如下。101总第350期步骤 1接收初始解，作为当前解，将该粒子位置加入禁忌表；步骤 2创建当前解的候选解解集（邻域解解集）；步骤 3在候选解解集中选择目标函数值最优且不在禁忌表中的解，作为新的当前解；步骤 4新的当前解加入禁忌表，并更新禁忌表，判断此时是否满足终止条件，若是，则继续执行下一步，反之则转至步骤 2；步骤5输出搜索到的最优解，即最优粒子位置。4仿真分析4.1案例构建本文基于“福特”号航母甲板保障资源配置情况构建舰载机机群保障仿真案例，航母右舷的一站式保障区最多可停放20多架舰载机并能同时为18架舰载机提供各种保障，其中一站式保障站位编号分别为118，本文构建了一个舰载机机群双周期连续出动保障案例，对8机和12机轮转两种出动模式进行调度仿真，表2给出了不同作战模式下的各类型舰载机的起飞优先权；作战任务需求设定为预警机、电子战飞机、空对地打击战斗机以及护航机。舰载机编号为112，只采用甲板的一站式保障区。任一舰载机i的单机保障工序流程如图1所示，其中编号 1 和编号 19 为虚拟开始/结束工序。各保障工序对保障资源的需求和执行工序的时间参数情况以及保障设备的覆盖范围由于篇幅限制，未在文中给出。4.2仿真结果仿真案例采用的硬件平台为 Windows11操作系统，Intel（R）Core（TM）i7-12700K CPU，3.61GHz主频，32G内存，Matlab R2022a仿真软件。经多次实验对比分析，最终设定的算法参数为算法的种群规模 N2=50，引力系数 G0=50，粒子加速度=10，迁移因子MF=15，变异概率Mutation（m）=0.2，交叉概率 Crossrate（c）=0.2，贪婪搜索概率 TSrate（s）=0.4，算法整体最大迭代次数T=300。表2不同作战任务下的舰载机起飞优先权轮转飞机数812作战任务ABCD起飞优先权4，3，2，2，2，2，1，14，2，1，1，1，1，2，24，4，3，3，3，1，1，1，1，1，2，24，2，3，3，3，2，2，2，2，2，1，112机轮转模式下任务C的最大保障完工时间随下层迭代的曲线如图4所示。最终求解得到的任务C的再次出动保障作业的保障人员和保障设备的最优调度方案如图5和图6所示。其中，横坐标表示再次出动准备作业中一波次保障过程的时间轴，图5纵坐标Gpk-l代表第k类专业中第l个保障人员。图6纵坐标Gek-l代表第k类第l个保障设备。050100150200迭代次数100959085807570最大保障时间/min图 4最大保障完工时间收敛图图5任务C的保障人员最优调度甘特图01020304050607080t/minGp4-14Gp4-13Gp4-12Gp4-11Gp4-10Gp4-9Gp4-8Gp4-7Gp4-6Gp4-5Gp4-4Gp4-3Gp4-2Gp4-1Gp3-10Gp3-9Gp3-8Gp3-7Gp3-6Gp3-5Gp3-4Gp3-3Gp3-2Gp3-1Gp2-8Gp2-7Gp2-6Gp2-5Gp2-4Gp2-3Gp2-2Gp2-1Gp1-8Gp1-7Gp1-6Gp1-5Gp1-4Gp1-3Gp1-2Gp1-1朱兴动等：基于改进引力搜索算法的舰载机一站式保障作业优化调度方法102舰 船 电 子 工 程2023 年第 8 期5结语针对一站式保障模式下舰载机保障作业调度问题，对舰载机再次出动保障任务的流程、保障资源约束进行了系统性的分析，建立了一站式保障调度优化模型，进而设计了一种改进的引力搜索算法用于该问题的求解。引入了融合资源冲突消解策略的串行进度生成机制来生成调度方案并解决作业调度过程中的资源争夺问题；采用 MMPX 交叉法、基于子拓扑网络的变异策略以及禁忌搜索，提高算法的寻优能力。最后通过对“福特”级航母舰面保障调度典型案例的仿真分析，验证了本文所提模型和求解算法在一站式保障作业调度优化问题中具有良好的求解性能，表明了算法的有效性和可行性。参 考 文 献1韩维，崔荣伟，苏析超，等.基于双种群模糊引力搜索算法的舰载机甲板作业调度 J.控制与决策，2021，36（11）：2751-2759.2李梦龙，余明晖.基于改进禁忌搜索算法的舰载机保障作业调度 J.中国舰船研究，2018，13（05）：132-138.3范加利，孟杨凯，黄葵，等.基于禁忌算法的舰载机甲板作业动态调度优化算法 J.系统工程与电子技术：1-142022-09-22.4魏昌全，陈春良，王保乳.基于出动方式的舰载机航空保障调度模型 J.海军航空工程学院学报，2012，27（01）：111-114.5崔荣伟，韩维，苏析超.舰载机甲板机务勤务保障作业调度与资源配置集成优化 J.系统工程与电子技术，2021，43（07）：1884-1893.6刘钦辉，邱长华，王能建.考虑空间约束的舰载机作业调度模型研究 J.哈尔滨工程大学学报，2012，33（11）：1435-1439，1452.7孟杨凯，范加利，朱兴动，等.航母甲板保障资源优化配置研究 J.舰船电子工程，2021，41（03）：130-135.8刘相春.美国“福特”级航母“一站式保障”技术特征和关键技术分析 J.中国舰船研究，2013，8（06）：1-5.9孟杨凯，王正，范加利.基于禁忌算法对不确定性舰载机保障的调度优化研究 J.系统仿真学报，2021，33（10）：2363-2371.10刁鹏飞.基于引力搜索算法的静动态优化问题研究D.哈尔滨：哈尔滨工程大学，2016.11李政，李俊红，顾菊平，等.基于引力搜索算法的造纸过程模型辨识 J.控制工程，2022：1-7.12Rashedi E，Nezamabadi-Pour H，Saryazdi S.GSA：AGravitational Search AlgorithmJ.Information Sciences，2009，179（13）：2232-2248.13许文俊，王锡淮，肖健梅，等.基于改进自适应黑洞机制的引力搜索算法 J.计算机应用研究，2022：1-11.14SU X C，HAN W，WU Y，et al.A proactive robustscheduling method for aircraft carrier flight deck operations with stochastic durationsJ.Complexity，2018，2018：6932985.15Sina，Zangbari，Koohi，et al.Raccoon Optimization Algorithm J.IEEE Access，2018（7）：5383-5399.16陈俊杰，同淑荣，叶正梗等.资源受限多项目调度问题的两阶段算法 J.控制与决策，2020，35（08）：2013-2020.17M.Elbroch and K.Rinehart，Behavior of North American Mammals D.Boston，MA，USA：Houghton Mifflin图6任务C的保障设备最优调度甘特图01020304050607080t/minGp5-6Gp5-5Gp5-4Gp5-3Gp5-2Gp5-1Gp4-6Gp4-5Gp4-4Gp4-3Gp4-2Gp4-1Gp3-6Gp3-5Gp3-4Gp3-3Gp3-2Gp3-1Gp2-12Gp2-11Gp2-10Gp2-9Gp2-8Gp2-7Gp2-6Gp2-5Gp2-4Gp2-3Gp2-2Gp2-1Gp1-12Gp1-11Gp1-10Gp1-9Gp1-8Gp1-7Gp1-6Gp1-5Gp1-4Gp1-3Gp1-2Gp1-1（下转第196页）103总第350期（c）低质量等级图6用户信用等级分布图7智能化无人装备供应链质量等级控制的收敛性测试分析图6得知，本文方法能有效实现对智能化无人装备供应链质量控制和等级划分，测试控制收敛性，得到收敛曲线对比结果如图7所示，分析图7得知，本文方法对智能化无人装备供应链质量等级控制的收敛性较好。6结语QFD理论和体系工程“双V”模型理论的综合运用，改变了传统的质量管理思想，将后期的反应式质量管理向早期的预防式质量管理转变。通过构建智能化无人装备供应链质量体系需求“质量屋”和“3V”控制模型，将“体系”要求通过质量屋在供应链上实现层级展开，逐步转化为装备各层级产品的详细设计方案和具体工艺技术及质量要求。该模型能够为确定系统总承包商、分系统承包商、核心零组件制造商、原材料供应商等上下游企业单位的责任归属，实现层级产品质量的预先控制提供科学依据，对加强智能化无人装备的供应链质量保证体系建设具有重要意义。参 考 文 献1马立斯，何培宇，崔敖，等.非均匀噪声环境下基于MISC 阵列的自适应波束形成方法J.信号处理，2022，38（2）：268-275.2应自炉，王发官，翟懿奎，等.基于自注意力特征融合的半监督生成对抗网络用于SAR目标识别 J.信号处理，2022，38（2）：258-267.3邓建新，卫世丰，石先莲，等.基于数字孪生的配送管理系统研究 J.计算机集成制造系统，2021，27（02）：585-604.4魏秀丽，纪付荣，庄翔翔，等.人工鱼群算法的紧急情况下船舶物流配送系统 J.舰船科学技术，2021，43（02）：190-192.5李庆剑，杨巍，马亭.基于体系工程理念的大型复杂军事信息系统核心能力建设工程管理模式研究 J.中国电子科学研究院学报，2018，13（04）：481-485.6张维民，修保新.体系工程问题研究 J.中国电子科学研究院学报，2011（05）：451-456.7牛俊磊，牟伟萍.面向供应链的空空导弹厂际质量保证体系研究 J.航空标准化与质量，2014（05）：19-22.8陈文英，张兵志，谭跃进，等.基于体系工程的武器装备体系需求论证 J.系统工程与电子技术，2012，34（12）：2479-2483.9连小勇，王茂森，戴劲松.基于GPS/UWB技术的无缝定位平台设计 J.兵器装备工程学报，2021，42（04）：203-207.Harcourt，2011.18Feng Y，Zeng C，Li M，et al.Optimization of NetworkDisintegration Strategy based on Tabu-Genetic HybridSearch AlgorithmC/2020 Chinese Automation Congress（CAC）.UTC：IEEE，2020：5108-5111.19吴靳，戴明强，王俊杰，等.基于学徒制算法的航母舰载机保障作业调度 J.中国舰船研究，2022，17（04）：145-154.20罗文达.航母甲板任务规划方法研究 D.武汉：华中科技大学，2017.21朱兴动，孟杨凯，黄葵，等.基于工作日志表的舰载机甲板作业优化调度算法 J.舰船电子工程，2020，40（12）：25-29，55.（上接第103页）管壮根等：智能化无人装备供应链质量控制模型及应用196