張家銘，劉　忠，石建邁，賀云岳，王一杉，陳　超

(1.國防科技大學(xué) 信息系統(tǒng)與管理學(xué)院， 湖南 長(zhǎng)沙　410073； 2.中國人民解放軍63796部隊(duì)， 四川 西昌　615000)

?

考慮航線交叉的救援直升機(jī)起飛時(shí)序規(guī)劃方法*

張家銘1，劉忠1，石建邁1，賀云岳1，王一杉2，陳超1

(1.國防科技大學(xué) 信息系統(tǒng)與管理學(xué)院， 湖南 長(zhǎng)沙410073； 2.中國人民解放軍63796部隊(duì)， 四川 西昌615000)

摘要：為解決多架救援直升機(jī)的起飛時(shí)序規(guī)劃問題，以最小化最后一架救援直升機(jī)的起飛時(shí)間為優(yōu)化目標(biāo)，建立多直升機(jī)多起降點(diǎn)的數(shù)學(xué)規(guī)劃模型。設(shè)計(jì)了基于任務(wù)優(yōu)先級(jí)的快速啟發(fā)式算法，提出航線交叉點(diǎn)的處理方案，給出起飛時(shí)間求解算法。以云南魯?shù)?.8級(jí)地震的災(zāi)后救援為背景，設(shè)計(jì)了包含24架直升機(jī)和12個(gè)起飛點(diǎn)的起飛時(shí)序規(guī)劃案例，對(duì)模型和算法進(jìn)行了仿真驗(yàn)證，并對(duì)航線交叉的影響與處理措施進(jìn)行了深入討論。實(shí)驗(yàn)結(jié)果表明該模型和方法能有效解決多架救援直升機(jī)的起飛時(shí)序規(guī)劃問題。

關(guān)鍵詞：災(zāi)害救援；救援直升機(jī)；任務(wù)規(guī)劃；航線交叉

中國是自然災(zāi)害多發(fā)的國家，近年來發(fā)生的地震、塌方、泥石流等重大自然災(zāi)害，給國家和人民生命財(cái)產(chǎn)帶來了巨大損失。以地震災(zāi)害為例，據(jù)中國地震局統(tǒng)計(jì)，中國大陸地震約占世界大陸地震總數(shù)的1/3，而死亡人數(shù)約占世界地震死亡人數(shù)的1/2[1]。導(dǎo)致地震等自然災(zāi)害中死亡人數(shù)居高不下的一個(gè)重要原因就是災(zāi)后交通受阻以致救援不及時(shí)[2]。直升機(jī)可以垂直起降，可以更快到達(dá)水、陸路不可通達(dá)的作業(yè)現(xiàn)場(chǎng)和受災(zāi)嚴(yán)重地區(qū)，因而成為災(zāi)害救援的核心裝備。因此，為了進(jìn)一步提高救援效率，保障飛行安全，縮短救援時(shí)間，為各航路的救援直升機(jī)合理地規(guī)劃起飛時(shí)序意義重大。相關(guān)研究主要集中在以下兩方面的問題。

直升機(jī)的航路規(guī)劃問題。主要是研究在滿足一定約束條件下，如何尋找直升機(jī)從初始點(diǎn)到目標(biāo)點(diǎn)的最優(yōu)運(yùn)動(dòng)軌跡[1]。常用的優(yōu)化目標(biāo)有運(yùn)動(dòng)時(shí)間最短[3]、離地高度最低[1]等。航路規(guī)劃問題本質(zhì)是路徑搜索問題，根據(jù)對(duì)搜索狀態(tài)空間的劃分和搜索算法的特點(diǎn)，文獻(xiàn)[1]將航路規(guī)劃方法歸納為三種：一是基于概略圖的規(guī)劃方法，常用的有泰森多邊形法[4]、隨機(jī)路線圖法[5]；二是基于單元分解的規(guī)劃方法，常用的求解算法有A*算法[6]和動(dòng)態(tài)規(guī)劃算法[7-8]等；三是基于類比的航路規(guī)劃方法，典型的算法有人工勢(shì)場(chǎng)法[9]、神經(jīng)網(wǎng)絡(luò)算法[10]、蟻群算法[11-13]、遺傳算法[14]等。

直升機(jī)的任務(wù)規(guī)劃問題。主要是研究直升機(jī)在執(zhí)行醫(yī)療物資投放、搶險(xiǎn)力量輸送、受傷民眾疏散等救援任務(wù)過程中，滿足救援時(shí)間窗口和飛行時(shí)間等約束的前提下，尋求最優(yōu)的資源調(diào)配方案[15]。常用的優(yōu)化目標(biāo)有執(zhí)行救援任務(wù)的總時(shí)間最短[16]、物資分發(fā)后的最小獲得物資量最大[17]。相關(guān)研究對(duì)于災(zāi)害救援過程中直升機(jī)等救援裝備的合理調(diào)配具有指導(dǎo)意義。

此外，飛行器的自身安全也是一個(gè)不容忽視的問題，尤其是近年來世界多地發(fā)生的直升機(jī)相撞事故使得直升機(jī)的飛行安全再度引起人們的關(guān)注。2012年2月22日，美海軍陸戰(zhàn)隊(duì)兩架直升機(jī)在亞利桑那州尤馬縣訓(xùn)練基地演習(xí)時(shí)相撞，事故造成七名海軍陸戰(zhàn)隊(duì)員身亡[18]。2013年3月21日，德國兩架警用直升機(jī)在柏林上空相撞墜毀，造成至少一名飛機(jī)駕駛員死亡，多人受傷[19]。類似的直升機(jī)相撞事故進(jìn)一步表明，盡管直升機(jī)具備垂直起降、空中懸停等特殊性能，但假如操作不當(dāng)，航線交叉的多架直升機(jī)依然有較大可能發(fā)生相撞，造成不可挽回的災(zāi)難。因此，“航線交叉”既是實(shí)際飛行中必須重視的安全因素，也是當(dāng)前相關(guān)研究中不容忽視的重點(diǎn)問題。

1問題描述

1.1　基本概念

為便于問題描述及模型理解，先將相關(guān)概念解釋如下。

通用航空器(generic aircraft)又稱通用航空飛行器，它是指除用于軍事、警務(wù)、海關(guān)緝私飛行和公共航空運(yùn)輸飛行以外的航空活動(dòng)所使用的航空器[20]。本文所指的救援直升機(jī)屬于通用航空器的范疇。

航路(air route)是由民航主管當(dāng)局等機(jī)構(gòu)批準(zhǔn)建立的一條由導(dǎo)航系統(tǒng)劃定空域構(gòu)成的空中飛行通道[21]。

航線(airway)是航空器預(yù)定要飛行的路線，航空器在任何兩個(gè)地點(diǎn)間確定的飛行線路就是航線[21]。

交叉點(diǎn)(intersection)是指兩條(含)以上的航線相交的點(diǎn)[22]。

巡航高度層(cruising level)是指飛行器飛行的大部分時(shí)間所保持的高度層[22]。

1.2　航線交叉處理策略

一般而言，空間上的巡航高度層分離、時(shí)間上的起飛時(shí)間錯(cuò)開，都是解決航空器航線交叉的重要措施。因此，為保證航空器在航線交叉點(diǎn)處的飛行安全，可靈活采用空間調(diào)整或時(shí)間分配的方法[22]。而對(duì)于執(zhí)行災(zāi)害救援的直升機(jī)而言，通過空間調(diào)整的方法保證交叉點(diǎn)處的飛行安全，存在以下局限和不足：一是直升機(jī)飛行空域受限，災(zāi)區(qū)多為山區(qū)，可供直升機(jī)調(diào)整的飛行空間十分有限，往往不允許直升機(jī)做大幅度的爬升動(dòng)作；二是直升機(jī)操縱性受限，在高海拔地區(qū)執(zhí)行救援任務(wù)時(shí)，隨著飛行高度的增加，空氣密度減小，直升機(jī)發(fā)動(dòng)機(jī)的可用功率和旋翼的效率會(huì)降低，直升機(jī)的操縱性也會(huì)變差[23]。因此，在不影響救援任務(wù)的前提下，側(cè)重研究了時(shí)間維度的優(yōu)化，即為直升機(jī)合理分配起飛時(shí)間，而高度層和起飛時(shí)間同時(shí)優(yōu)化將是后續(xù)研究的重要擴(kuò)展方向。

1.3　問題假設(shè)

為便于研究，在不影響直升機(jī)起飛時(shí)序規(guī)劃主要需求的前提下，進(jìn)行如下假設(shè)：

1)采用直升機(jī)的平均飛行速度來計(jì)算其飛行用時(shí)。

2)所指的救援是指直升機(jī)安全到達(dá)降落點(diǎn)的單向飛行，并非是直升機(jī)的往返飛行，實(shí)際救援過程中運(yùn)用本文的模型和算法時(shí)，可將直升機(jī)返航過程視為新的飛行任務(wù)。

3)研究的救援直升機(jī)均沿救援指揮部及空管部門規(guī)劃的航路飛行。

2模型構(gòu)建

2.1　符號(hào)定義

I表示起飛點(diǎn)集合，且i=1,2,…,I。

Ji表示從起飛點(diǎn)i起飛的第j架直升機(jī)，且j=1,2,…,J。

K表示救援目標(biāo)區(qū)集合，且k=1,2,…,K。

Lk表示救援目標(biāo)區(qū)k的第l個(gè)降落點(diǎn)，且l=1,2,…,L。

tij_fly：起飛點(diǎn)i的第j架直升機(jī)飛抵目標(biāo)區(qū)的飛行用時(shí)。

tij_end：起飛點(diǎn)i的第j架直升機(jī)飛抵目標(biāo)區(qū)的時(shí)刻。

ΔTi_take-off：起飛點(diǎn)i連續(xù)起飛兩架直升機(jī)時(shí)的最短時(shí)間間隔。

ΔTi_safe：起飛點(diǎn)i連續(xù)起飛多架直升機(jī)時(shí)的安全時(shí)間范圍。

tij×i′j′：起飛點(diǎn)i起飛的第j架直升機(jī)飛抵航線交叉點(diǎn)處的飛行用時(shí)，該交叉點(diǎn)由起飛點(diǎn)i起飛的第j架直升機(jī)的航線與起飛點(diǎn)i′起飛的第j′架直升機(jī)的航線相交產(chǎn)生。

ti′j′×ij：起飛點(diǎn)i′起飛的第j′架直升機(jī)飛抵航線交叉點(diǎn)的飛行用時(shí)，該交叉點(diǎn)由起飛點(diǎn)i′起飛的第j′架直升機(jī)的航線與起飛點(diǎn)i起飛的第j架直升機(jī)的航線相交產(chǎn)生。

ΔTij×i′j′_cross：起飛點(diǎn)i起飛的第j架直升機(jī)與起飛點(diǎn)i′起飛的第j′架直升機(jī)飛經(jīng)航線交叉點(diǎn)的安全飛行交會(huì)時(shí)間差。

tij_start：起飛點(diǎn)i的第j架直升機(jī)的起飛時(shí)刻，且tij_end=tij_start+tij_fly。

2.2　數(shù)學(xué)模型

約束條件包括：

1)同一起飛點(diǎn)的兩架直升機(jī)的起飛時(shí)刻間隔約束，即同一起飛點(diǎn)連續(xù)起飛兩架直升機(jī)之間的時(shí)間間隔必須超過某一規(guī)定的安全間隔ΔTi_take-off，如式(1)所示。

tij+1_start-tij_start≥ΔTi_take-off

(1)

2)多架直升機(jī)從起飛點(diǎn)起飛的安全時(shí)間窗口約束，即同一起飛點(diǎn)的多架直升機(jī)必須在某一規(guī)定時(shí)間范圍內(nèi)起飛完畢，如式(2)所示。

tiJ_start-ti1_start≤ΔTi_safe

(2)

(3)

4)直升機(jī)到達(dá)每個(gè)降落點(diǎn)的時(shí)段約束，如某架次直升機(jī)必須在某一規(guī)定時(shí)間段內(nèi)降落到目標(biāo)區(qū)k，如式(4)所示。

(4)

5)兩架直升機(jī)在飛行過程中，可能存在航線交叉的情況，為了飛行安全，兩架直升機(jī)到達(dá)航線交叉點(diǎn)的時(shí)間之差不能小于某一規(guī)定的時(shí)間間隔ΔTij×i′j′_cross,如式(5)所示。

(5)

3算法設(shè)計(jì)

3.1　起飛時(shí)刻求解策略

若將起飛點(diǎn)和目標(biāo)區(qū)抽象為有向圖中的頂點(diǎn)，將起飛點(diǎn)與目標(biāo)區(qū)的匹配關(guān)系看作有向圖中的邊，則救援任務(wù)集合就可以表示成有向圖的形式。假設(shè)某救援任務(wù)有I個(gè)起飛點(diǎn)，每個(gè)起飛點(diǎn)有J架直升機(jī)，所有直升機(jī)需飛往K個(gè)救援目標(biāo)區(qū)展開災(zāi)害救援，每個(gè)目標(biāo)區(qū)有L個(gè)降落點(diǎn)，整個(gè)救援任務(wù)共設(shè)有C條飛行航線。因此，可將I個(gè)起飛點(diǎn)和K個(gè)救援目標(biāo)區(qū)抽象成有向圖G1的頂點(diǎn)集合V(G1)={v1,v2,…,vI+K}，將飛行航線抽象成有向圖G1的邊集合E(G1)={e1,e2,…,eC}。如前所述，航線的起飛時(shí)間受到眾多約束條件的限制，各條航線的起飛時(shí)間相互制約相互影響，當(dāng)確定了某條航線的起飛時(shí)間后，其他航線起飛時(shí)間的取值范圍也可以逐步確定。

因此，本文設(shè)計(jì)了基于任務(wù)優(yōu)先級(jí)的起飛時(shí)間求解策略：

首先，根據(jù)任務(wù)緊急程度選定第c條航線(其中c=1,2,…,C)作為優(yōu)先級(jí)最高的任務(wù)最先起飛，則tc_start=0，且tc_end=0+tc_fly。

隨后，依據(jù)航線網(wǎng)絡(luò)，找出與第c條航線到達(dá)目標(biāo)區(qū)相同的第c′條航線(其中c′=1,2,…,C)，受式(3)的約束，第c′條航線的到達(dá)時(shí)刻范圍可以確定，再根據(jù)到達(dá)時(shí)刻和起飛時(shí)刻的關(guān)系式tij_end=tij_start+tij_fly，可求出第c′條航線的起飛時(shí)刻范圍。

然后，根據(jù)式(1)和式(2)的約束，可以得到與第c′條航線起飛點(diǎn)相同航線的起飛時(shí)刻范圍。反復(fù)運(yùn)用航線間的起降點(diǎn)關(guān)系和約束條件，最終可以求出所有航線的起飛時(shí)刻。

在實(shí)際的救援任務(wù)中，還可能出現(xiàn)從某個(gè)任務(wù)開始求解，不能完全遍歷所有任務(wù)的情況，即航線網(wǎng)絡(luò)是一個(gè)非連通有向圖，此時(shí)可選定所包含的子圖分別在零時(shí)刻開始執(zhí)行，再利用各子圖所示的任務(wù)間的求解順序逐步求解。

3.2　算法流程

步驟1：信息采集，數(shù)據(jù)預(yù)處理。通過地理信息系統(tǒng)快速計(jì)算直升機(jī)飛抵目標(biāo)區(qū)的飛行用時(shí)。標(biāo)注航線交叉點(diǎn)，構(gòu)建航線交叉矩陣。

步驟2：按照起飛時(shí)刻的求解策略逐步求解各任務(wù)的起飛時(shí)刻。

步驟3：將航線交叉矩陣與步驟2計(jì)算所得數(shù)據(jù)一同進(jìn)行約束判斷，符合約束的解便構(gòu)成了起飛時(shí)序的可行解集合。

步驟4：從可行解中選出各組解中最大值最小的那一組，即滿足約束的所有飛行計(jì)劃中最優(yōu)的起飛時(shí)序。

算法流程如圖1所示。

圖1　算法流程圖Fig.1　Algorithm flow chart

4仿真實(shí)驗(yàn)及結(jié)果分析

4.1　仿真算例設(shè)定

以云南魯?shù)?.8級(jí)地震的災(zāi)害救援為背景。設(shè)有24架屬同一型號(hào)的救援直升機(jī)被配置在昭通市的醫(yī)院、救援物資倉庫等12個(gè)起飛點(diǎn)，每個(gè)起飛點(diǎn)配置2架救援直升機(jī)，所有直升機(jī)需飛往震中的學(xué)校、堰塞湖等12個(gè)降落點(diǎn)展開救援，每個(gè)降落點(diǎn)有2架直升機(jī)先后降落，即共有24條飛行航線。設(shè)直升機(jī)的平均飛行速度為240km/h，由此便可得到各架直升機(jī)飛抵降落點(diǎn)的飛行用時(shí)。為保證基本的飛行安全及任務(wù)的盡快完成，做如下要求：

1)同一起飛點(diǎn)的2架直升機(jī)起飛時(shí)間間隔至少大于0.5min，且不多于20min；

2)同一降落點(diǎn)先后降落的2架直升機(jī)降落時(shí)間間隔至少大于5min，且不多于20min；

3)對(duì)于存在交叉的飛行航線，2架直升機(jī)先后飛經(jīng)交叉點(diǎn)的時(shí)間間隔至少大于0.5min。

為便于分析與求解，將飛行航線抽象為有向圖G2，圖中頂點(diǎn)v1,v2,…,v12表示起飛點(diǎn)，頂點(diǎn)v13,v14,…,v24表示降落點(diǎn)，如圖2所示。

圖2　飛行航線有向圖G2Fig.2　Flight line digraph G2

4.2　仿真實(shí)驗(yàn)分析

4.2.1仿真結(jié)果分析

經(jīng)過仿真計(jì)算，共得到14組最優(yōu)的起飛時(shí)序，結(jié)果列于表1中。

表1中第2欄的數(shù)字表示航線編號(hào)，如，數(shù)字“7”指代第7條航線，它具體代表航線；數(shù)字之間的“→”表示航線起飛的先后順序，如“7→10”表示第7條航線在第10條航線之前起飛。由表1可知，航線7始終最早起飛，緊隨其后的始終依次是航線10、航線6，而航線3始終最后起飛。根據(jù)這一結(jié)論，救援指揮部可以將任務(wù)優(yōu)先級(jí)高的任務(wù)安排到航線7、航線10和航線6，而將任務(wù)優(yōu)先級(jí)較低的任務(wù)安排至航線3。以第14組起飛時(shí)序?yàn)槔?，若設(shè)航線7的出發(fā)時(shí)刻為0，則航線10將在第0.99min出發(fā)，航線6將在第2.46min出發(fā)，最后出發(fā)的航線3起飛時(shí)刻是第27.29min。所有航線的出發(fā)時(shí)刻可用散點(diǎn)圖(scatter plots)展示，如圖3所示。

圖3　第14組起飛時(shí)序散點(diǎn)圖Fig.3　Scatter diagram of 14th take-off sequence

表1　最優(yōu)起飛時(shí)序表

為驗(yàn)證上述結(jié)果是否滿足航線交叉約束，可將各航線的出發(fā)時(shí)間與相應(yīng)交叉點(diǎn)的時(shí)間屬性相結(jié)合，計(jì)算出直升機(jī)在相應(yīng)交叉點(diǎn)的交會(huì)時(shí)間差，檢驗(yàn)結(jié)果以高低圖(high-low chart)形式展示，如圖4所示。

圖4　航線交叉點(diǎn)的交會(huì)時(shí)間高低圖Fig.4　High-low chart of meeting time

圖4中的條形(bar)表示先后飛經(jīng)某交叉點(diǎn)的兩架直升機(jī)的飛行時(shí)間差，條形的低值(low)表示某架直升機(jī)先飛經(jīng)該交叉點(diǎn)的時(shí)刻，高值(high)表示另一架直升機(jī)后飛經(jīng)該交叉點(diǎn)的時(shí)刻。條形長(zhǎng)度越長(zhǎng)說明航線交叉的兩架直升機(jī)經(jīng)過交叉點(diǎn)的時(shí)間間隔越長(zhǎng)；反之則說明兩架直升機(jī)經(jīng)過交叉點(diǎn)的時(shí)間間隔越短，即在交叉點(diǎn)發(fā)生相撞的可能性越大。因此，要驗(yàn)證某組起飛時(shí)序的安全性，只用檢驗(yàn)長(zhǎng)度最短的條形即可。由圖4可知，第12號(hào)交叉點(diǎn)對(duì)應(yīng)條形長(zhǎng)度最短，該條形高、低值分別為22.17min和21.27min，兩者差值0.9min大于規(guī)定的安全交會(huì)時(shí)間間隔0.5min，說明航線交叉的兩架直升機(jī)在第12號(hào)交叉點(diǎn)處可安全通行，進(jìn)而驗(yàn)證了整組起飛時(shí)序的安全性。

4.2.2進(jìn)一步討論

由圖2可知，航線交叉點(diǎn)的分布極不均勻。有的航線和其他航線不存在任何交叉點(diǎn)，如航線；而有的航線與其他多條航線存在交叉點(diǎn)，如航線，它與等7條航線存在交叉。為進(jìn)一步研究航線交叉對(duì)于起飛時(shí)序規(guī)劃的影響，按如下實(shí)驗(yàn)步驟進(jìn)行了分析：

步驟1：包含所有航線交叉點(diǎn)約束時(shí)，計(jì)算得最優(yōu)解(27.29min)，并統(tǒng)計(jì)可行解數(shù)量(1198組)。

步驟2：不包含任何航線交叉點(diǎn)約束時(shí)，計(jì)算得最優(yōu)解(23.51min)，并統(tǒng)計(jì)可行解數(shù)量(2584組)。

步驟3：分別考慮各條航線與其他航線存在交叉時(shí)，計(jì)算最優(yōu)解及可行解數(shù)量。

步驟4：將上述步驟得到的數(shù)據(jù)進(jìn)行匯總處理。

步驟5：對(duì)步驟4得到的數(shù)據(jù)文件進(jìn)行統(tǒng)計(jì)分析，統(tǒng)計(jì)描述結(jié)果如圖5所示。

由圖5(a)可知，當(dāng)不包含航線交叉約束時(shí)，最后一架直升機(jī)的起飛時(shí)刻為第23.51min，而考慮了23個(gè)航線交叉點(diǎn)的約束后，最后一架直升機(jī)的起飛時(shí)刻推后到第27.29min。此外，隨著交叉點(diǎn)數(shù)量的增加，最優(yōu)解逐漸變大，特別是當(dāng)單條航線與5條(含)以上航線存在交叉時(shí)，最優(yōu)解變化趨勢(shì)明顯。由圖5(b)可知，隨著交叉點(diǎn)數(shù)量的增加，可行解數(shù)量總體呈逐漸遞減趨勢(shì)，當(dāng)單條航線與5條(含)以上航線存在交叉時(shí)，可行解數(shù)量急劇減少。

綜上，可以得到如下結(jié)論：在規(guī)劃飛行航線時(shí)，應(yīng)盡量避免航線交叉，當(dāng)交叉難以避免時(shí)，應(yīng)盡量將單條航線與其他航線的交叉次數(shù)控制在5次以內(nèi)。

(a)交叉點(diǎn)約束與最優(yōu)解的關(guān)系(a) The relationship between intersection constraint and optimal solution

(b) 交叉點(diǎn)約束與可行解數(shù)量的關(guān)系(b) The relationship between intersection constraint and the number of feasible solution圖5　航線交叉約束對(duì)時(shí)序規(guī)劃的影響Fig.5　Intersection constraint’s effects on scheduling

5結(jié)論

針對(duì)救援直升機(jī)起飛時(shí)序規(guī)劃問題構(gòu)建了數(shù)學(xué)模型，并結(jié)合問題的具體特點(diǎn)，設(shè)計(jì)了啟發(fā)式算法進(jìn)行問題求解，后以24架直升機(jī)參與地震救援為算例，對(duì)模型和算法進(jìn)行了測(cè)試，并就航線交叉對(duì)于時(shí)序規(guī)劃的影響進(jìn)行了分析，實(shí)驗(yàn)結(jié)果顯示，本文的模型和算法能得到滿意的時(shí)序規(guī)劃方案。

下一步，將從以下方面展開進(jìn)一步研究：一是在航線交叉處理策略中，加入空間調(diào)整的方法；二是在問題求解過程中，將考慮無可行解時(shí)如何給出不同約束的調(diào)整策略。

參考文獻(xiàn)(References)

[1]陳通. 救援直升機(jī)航跡規(guī)劃研究[D]. 廣漢：中國民用航空飛行學(xué)院， 2011.

CHEN Tong. Research on rescue helicopter route planning[D]. Guanghan: Civil Aviation Flight University of China, 2011. (in Chinese)

[2]Fiedrich F, Gehbauer F, Rickers U. Optimized resource allocation for emergency response after earthquake disasters[J]. Safety Science, 2000, 35(1/2/3): 41-57.

[3]?zdamar L, Ekinci E, Kü?ükyazici B. Emergency logistics planning in natural disasters[J]. Annals of Operations Research, 2004, 129(1): 217-245.

[4]何兵, 劉剛, 閆建靜, 等. 基于Voronoi圖和量子遺傳算法的飛行器航跡規(guī)劃方法[J]. 電光與控制, 2013, 20(1): 5-8.

HE Bing, LIU Gang, YAN Jianjing, et al. A UAV route planning method based on Voronoi diagram and quantum genetic algorithm [J]. Electronics Optics & Control, 2013, 20(1): 5-8. (in Chinese)

[5]Pettersson P O, Doherty P. Probabilistic roadmap based path planning for an autonomous unmanned helicopter[J]. Journal of Intelligent and Fuzzy Systems, 2006, 17(4) : 395-405.

[6]王志科, 朱凡, 彭建亮. 基于啟發(fā)式A*算法的飛行器三維航路規(guī)劃[J]. 電光與控制, 2009, 16(6):30-33,65.

WANG Zhike, ZHU Fan，PENG Jianliang. On 3-D path planning for air vehicle based on heuristic A*algorithm[J]. Electronics Optics & Control, 2009, 16(6): 30-33,65. (in Chinese)

[7]謝燕武, 王偉, 李愛軍. 基于有向圖的動(dòng)態(tài)最優(yōu)航跡規(guī)劃算法[J]. 測(cè)控技術(shù), 2006, 25 (10) :78-81.

XIE Yanwu, WANG Wei, LI Aijun.Dynamic programming algorithm based on directed graph for optimal flight trajectory planning [J]. Measurement & Control Technology, 2006, 25(10): 78-81. (in Chinese)

[8]Yi W, ?zdamar L. A dynamic logistics coordination model for evacuation and support in disaster response activities[J]. European Journal of Operational Research, 2007, 179(3): 1177-1193.

[9]王強(qiáng), 張安, 吳忠杰. 改進(jìn)人工勢(shì)場(chǎng)法與模擬退火算法的無人機(jī)航路規(guī)劃[J]. 火力與指揮控制, 2014, 39(8): 70-73.

WANG Qiang, ZHANG An, WU Zhongjie.UCAV path planning based on improved artificial potential field and simulated annealing[J]. Fire Control & Command Control, 2014, 39(8): 70-73. (in Chinese)

[10]張?jiān)榔? 朱力超, 孫濤. 用Hopfield神經(jīng)網(wǎng)絡(luò)與模擬退火算法求解UAV航路規(guī)劃問題[J]. 海軍航空工程學(xué)院學(xué)報(bào), 2007, 22(4): 451-453, 466.

ZHANG Yueping, ZHU Lichao, SUN Tao. UAV route planning using Hopfield neural network and simulated annealing[J]. Journal of Naval Aeronautical Engineering Institute, 2007, 22(4): 451-453, 466. (in Chinese)

[11]稅薇, 葛艷, 韓玉, 等. 基于混合蟻群算法的無人機(jī)航路規(guī)劃[J]. 系統(tǒng)仿真學(xué)報(bào), 2011, 23(3): 574-576, 597.

SHUI Wei, GE Yan, HAN Yu, et al. Path planning for UAV based on mixed ant colony algorithm[J]. Journal of System Simulation, 2011, 23(3): 574-576, 597. (in Chinese)

[12]Balseiro S R, Loiseau I, Ramonet J. An ant colony algorithm hybridized with insertion heuristics for the time dependent vehicle routing problem with time windows[J]. Computers & Operations Research, 2011, 38(6): 954-966.

[13]Yi W, Kumar A. Ant colony optimization for disaster relief operations[J]. Transportation Research Part E: Logistics and Transportation Review, 2007, 43(6): 660-672.

[14]Shima T, Rasmussen S, Sparks A G, et al. Multiple task assignments for cooperating uninhabited aerial vehicles using genetic algorithms[J]. Computers & Operations Research, 2006, 33(11): 3252-3269.

[15]?zdamar L. Planning helicopter logistics in disaster relief[J]. Operational Research, 2011, 33(3): 655-672.

[17]祁明亮, 秦凱杰, 趙琰. 雪災(zāi)救援物資車輛-直升機(jī)聯(lián)合運(yùn)送的調(diào)度問題研究[J].中國管理科學(xué), 2014, 22(3):59-67.

QI Mingliang, QIN Kaijie, ZHAO Yan. Research on problem of scheduling of helicopter coordinated with vehicle for resources distribution in snowstorm[J]. Chinese Journal of Management Science, 2014, 22(3): 59-67. (in Chinese)

[18]德永建.美海軍陸戰(zhàn)隊(duì)兩架直升機(jī)相撞七人身亡[EB/OL].(2012-02-24)[2014-12-12].http://www.chinanews.com/gj/2012-02-24/3694154.shtml.

DE Yongjian. The U.S. marine corps′ two helicopters collided and seven marines were killed[EB/OL].(2012-02-24)[2014-12-12]. http://www.chinanews.com/gj/2012-02-24/3694154.shtml. (in Chinese)

[19]楊彥宇.德國兩架警用直升機(jī)相撞墜毀[EB/OL]. (2013-03-21)[2014-12-12].http://www.chinanews.com/tp/hd2011/2013/03-21/186470.shtml.

YANG Yanyu. Two German police helicopters crashed collided[EB/OL]. (2013-03-21)[2014-12-12]. http://www.chinanews.com/tp/hd2011/2013/03-21/186470.shtml. (in Chinese)

[20]耿建華, 王霞, 謝鈞, 等. 通用航空概論[M]. 北京：航空工業(yè)出版社， 2007.

GENG Jianhua, WANG Xia, XIE Jun, et al. An introduction to general aviation[M]. Beijing: Aviation Industry Press， 2007. (in Chinese)

[21]江群， 王春. 民航基礎(chǔ)知識(shí)應(yīng)用[M]. 北京：國防工業(yè)出版社， 2011.

JIANG Qun，WANG Chun. Basics and application of civil aviation [M]. Beijing: National Defense Industry Press，2011. (in Chinese)

[22]朱金福. 航空運(yùn)輸規(guī)劃[M]. 西安：西北工業(yè)大學(xué)出版社， 2008.

ZHU Jinfu. Planning of air transportation[M]. Xi’an: Northwestern Polytechnical University Press，2008. (in Chinese)

[23]廖瑛, 莊景釗, 梁加紅. 直升機(jī)工作特性建模與飛行性能仿真[J]. 國防科技大學(xué)學(xué)報(bào), 2004, 26(5):5-8.

LIAO Ying, ZHUANG Jingzhao, LIANG Jiahong. The modeling of the working characteristics and simulation of the flying performance of helicopters[J]. Journal of National University of Defense Technology, 2004, 26(5):5-8. (in Chinese)

http://journal.nudt.edu.cn

Schedule of rescue helicopter departure time considering airway intersection

ZHANGJiaming1,LIUZhong1,SHIJianmai1,HEYunyue1,WANGYishan2,CHENChao1

(1. College of Information System and Management, National University of Defense Technology, Changsha 410073, China;

2. The PLA Unit 63796, Xichang 615000, China)

Abstract：Aiming at minimizing the departure time of the last helicopter, a mathematical programming model for multiple helicopters in multiple airports was set up to solve the departure time scheduling problem of multiple helicopters. A heuristic algorithm based on task priority was designed to solve the model, a scheme to deal with the airway intersection was put forward and an algorithm to solve the departure time was also established. Basing on the disaster rescue of the 6.8 magnitude earthquake in Yunnan Ludian, a departure time scheduling case which includes 24 helicopters in 12 airports was designed to validate the model and algorithms. The influence of airway intersection and the treatment measures were deeply discussed. The results demonstrate the efficiency of the model and algorithms in dealing with the scheduling problem of multiple helicopters.

Key words：disaster rescue; rescue helicopter; mission scheduling; airway intersection

中圖分類號(hào)：TP316

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-2486(2015)06-103-07

作者簡(jiǎn)介：張家銘(1982—)，男，云南曲靖人，博士研究生，E-mail：zjm08091018@163.com;劉忠(通信作者)，男，教授，博士，博士生導(dǎo)師，E-mail：phillipliu@263.net

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目(71201169，70771109，71471174)

收稿日期：*2015-01-07

doi:10.11887/j.cn.201506020