《无人潜航器后勤路线的在线优化》最新60页

无人潜航器（UUV）为在水下领域实现目标提供了一种谨慎的手段，这在灰色区域行动中至关重要。然而，无人潜航器也面临着巨大的操作挑战，如电池寿命有限、有效载荷容量受限以及存在敌对威胁等。为解决这些问题，建议开发一种整合了线性规划和在线优化的调度工具。该工具受论文 "灰色区域环境中的路由优化 "中路由优化方法的启发，旨在为 UUV 安排后勤支持。该工具旨在通过考虑对手的最新位置来规避移动中的对手，同时还能根据对手的具体要求确定服务任务的优先级。通过利用一系列适应最新信息的路径计算，工具确定最佳路线。根据该工具在模拟场景中提供可行解决方案的能力对其有效性进行了评估，在该模拟场景中，一艘后勤保障船在一个由随机移动的敌方船只巡逻的区域内为一支 UUV 舰队提供服务。此外，评估还包括该工具在不同 UUV 舰队规模下的最优性能和计算复杂性。本文致力于在对手威胁下改进后勤路由，提高灰色区域环境中的军事效率。

图 3.1. 南海假想行动区地图片段。

在和平与战争的传统界限之间，存在着一个模糊不清的领域，国家行为体及其军事力量经常利用国际法和国际准则中的漏洞。这些区域通常被称为灰色地带（GZs），这些实体在其中努力实现其目标，而不引起全面的军事反应。灰色地带的概念虽然并不新鲜，但近年来由于地缘政治格局的不断变化而日益突出。无人自主飞行器的进步和广泛使用大大增强了军事部队开展 GZ 行动的能力。与有人驾驶飞行器相比，无人驾驶飞行器没有人类操作员，这有助于提高可信度，降低风险。在水下战争领域，无人潜航器已成为现代军队实现 GZ 目标的重要工具。

尽管无人潜航器技术不断进步，但仍受到当前技术限制的制约。它们的电池容量有限、有效载荷能力受限、需要维护和修理，因此往往需要人工干预后勤工作，从而为表面上的无人系统引入了有人操作的一面。本论文旨在通过设计一种工具来改进 UUV 的物流路由，从而加强 UUV 服务的路由和调度。其目的是确定后勤保障船（LSV）进入 UUV 的最佳路径和服务时间，同时应对随机移动对手的挑战，这是 GZ 地区普遍存在的问题。本论文借鉴 Chu（2023 年）开发的混合整数线性规划（MILP）路由优化工具，结合在线优化（OO）原理，开发出一种可迭代更新其解决方案的工具，以适应对手的动态移动。这种能力有助于避免被发现，而这是避免 GZ 中潜在冲突的重要策略。

研究伊始，我们首先提出了 MILP 模型。在 MILP 框架内，我们的模型利用平均延迟作为主要指标，在整个网络中有效生成最优调度建议。通过关注平均延迟时间的最小化，我们的模型旨在促进 UUV 的及时访问以提供高效服务，同时规划路线以规避对手。鉴于 UUV 可能有不同的服务时间要求和分配优先级，我们设计的模型在生成最佳路由和调度计划时考虑了这些因素。在该模型中，用户可以指定指定的服务时间窗口和持续时间，并根据以下四个不同级别分配服务优先级：(1) 电池更换；(2) 常规维护；(3) 存储更换；(4) 关键维护。

为了实现 OO，我们采用了 Marler（2022 年）提出的决策过程，将敌方移动下的后勤路由概念化为以下五个步骤：

步骤 1. 获取最新战术信息。

步骤 2. 生成路由计划。

步骤 3. 前往推荐的 UUV。

步骤 4. 执行服务任务。

步骤 5. 重复上述步骤，直至达到终止标准。

通过时间索引，模型可以在每个时间步骤中利用对手位置的最新数据和上一步骤的模型状态进行重新优化。这种方法有效地实现了五步决策过程，从而体现了 OO 的原则。

为了改善用户体验，我们设计的工具将所有输出整合到统一的浏览器界面中，并通过交互式地图进一步加强用户控制和参与。为了证明该工具的计算可行性和功能性，我们进行了一次概念验证模拟，让一艘 LSV 在 120 x 120 海里（nm）的作战区域内，为由 10 艘 UUV 组成的舰队提供服务，并与三个对手进行对抗。当 LSV 穿过模型时，我们的算法会动态生成对手的随机移动。因此，LSV 必须战略性地避开这些对手，通过最短路径到达 UUV。我们展示了模拟结果，以证明我们工具的功能，并通过分析相关的最优性差距和计算复杂性深入研究其性能。

尽管本文中开发的仿真模型和原型工具还不适合立即应用于军事作战规划，但它们为未来的进步建立了一个基本框架。这项工作为在该领域设计更复杂、更实用的解决方案奠定了基础。提出了未来研究的几个方向。其中包括扩展模型，以适应在 UUV 网络中运行的多个 LSV（可能通过同步协调或分散优化）。还建议通过纳入多目标优化来扩大服务优先级和复杂性的范围，加强在线更新的因素范围，并改进参数以更准确地反映真实世界的操作条件。此外，探索实施欺骗性路由计划等策略以增强路由能力是未来另一个值得研究的领域。