基于多智能體的艦載雷達(dá)可靠性、維修性及保障性評(píng)估方法

丁善婷，王淼，董正瓊*，周向東，聶磊

1 湖北工業(yè)大學(xué) 機(jī)械工程學(xué)院, 湖北 武漢430068

2 湖北省現(xiàn)代制造質(zhì)量工程重點(diǎn)實(shí)驗(yàn)室, 湖北 武漢430068

0 引 言

雷達(dá)是一種利用電磁波獲取目標(biāo)信息的電子設(shè)備，對(duì)艦船而言，艦載雷達(dá)是其“千里眼”。在海上高技術(shù)條件下的局部戰(zhàn)爭(zhēng)中，艦船集群能否圓滿完成各種復(fù)雜而艱巨的作戰(zhàn)任務(wù)，除了先進(jìn)的武器裝備之外，很大程度上取決于信息的獲取性能，即艦載雷達(dá)的效能發(fā)揮[1]。任務(wù)成功性作為反映裝備效能的重要指標(biāo)，其定義為：裝備在任務(wù)開始時(shí)處于可用狀態(tài)的情況下，能夠在規(guī)定的任務(wù)剖面中的任一（隨機(jī)）時(shí)刻，使用且完成規(guī)定功能的能力。它取決于任務(wù)可靠性和維修性[2-7]，也受隨艦保障資源等因素的影響。因此，為分析艦載雷達(dá)的總體效能，查找制約雷達(dá)裝備效能提高的薄弱環(huán)節(jié)，提高雷達(dá)的任務(wù)成功性，需對(duì)雷達(dá)裝備的可靠性、維修性、保障性(reliability,maintainability，supportability, RMS)進(jìn)行綜合評(píng)估。

為此，國(guó)內(nèi)有學(xué)者對(duì)裝備RMS的評(píng)估與分析開展了一系列研究工作。例如，吳軍等[8]建立了一種多通道的具有多優(yōu)先級(jí)的強(qiáng)占型排隊(duì)維修模型，用于解決艦船RMS仿真中遇到的有限維修資源配置與使用的難題；Yang等[9]提出了平均故障質(zhì)量和平均故障修復(fù)時(shí)間的概念，確定其為裝備RMS綜合分析的參數(shù)；原宗[10]運(yùn)用計(jì)算機(jī)建模仿真技術(shù)，提出了基于任務(wù)流程來(lái)建立艦船RMS仿真模型的總體思路，并建立了反映艦船任務(wù)、裝備、保障資源三者之間關(guān)聯(lián)關(guān)系的動(dòng)態(tài)描述模型；潘星等[11]基于面向服務(wù)的軟件工程（SoSE）需求開發(fā)過程以及裝備體系特點(diǎn)，確立了裝備體系論證框架，通過仿真論證出最終的裝備體系RMS指標(biāo)；Zhu等[12]提出了基于改進(jìn)的花粉算法的復(fù)雜系統(tǒng)可靠性、維修性、保障性、測(cè)試性（RMST）設(shè)計(jì)的權(quán)衡方法，對(duì)表征裝備各種特征的主要參數(shù)模型進(jìn)行了分類。以上文獻(xiàn)均對(duì)裝備RMS仿真分析進(jìn)行了不同維度的研究，但從微觀層面對(duì)裝備內(nèi)部故障產(chǎn)生的機(jī)理及故障傳遞邏輯和維修保障的實(shí)際狀況分析方面考慮不足，僅在宏觀層面建立了RMS評(píng)估論證模型，而多智能體技術(shù)可很好地解決現(xiàn)有研究的不足，該方法將宏觀和微觀有機(jī)聯(lián)系在一起，可建立各個(gè)智能體之間的相互影響，以形成內(nèi)部信息頻繁交互的多智能體系統(tǒng)[13-17]。

鑒于此，本文將建立基于多智能體艦載雷達(dá)RMS仿真評(píng)估模型的總體思路，采用多智能體技術(shù)，建立艦載雷達(dá)“任務(wù)?裝備?維修保障”邏輯關(guān)系的RMS仿真模型，得到裝備任務(wù)成功率以及RMS相關(guān)指標(biāo)，為艦載雷達(dá)RMS設(shè)計(jì)與改進(jìn)奠定基礎(chǔ)。

1 裝備RMS評(píng)估方法

艦載雷達(dá)的內(nèi)部結(jié)構(gòu)如圖1所示，其運(yùn)行狀態(tài)處于動(dòng)態(tài)變化中，且各結(jié)構(gòu)元素之間不斷進(jìn)行著信息交互。

圖1 裝備運(yùn)行狀態(tài)及信息交互示意圖Fig.1 Diagram of equipment operation status and information interaction

如圖1所示，艦載雷達(dá)隨艦出航執(zhí)行任務(wù)，任務(wù)要求包括時(shí)間、空間、任務(wù)強(qiáng)度等，其內(nèi)容多樣化，即不同任務(wù)剖面下要求有不同的設(shè)備參與工作。雷達(dá)裝備內(nèi)部為“系統(tǒng)?子系統(tǒng)?部件”三層嵌套式結(jié)構(gòu)，包括有待機(jī)、工作、故障和修復(fù)這3種狀態(tài)，其中，“工作狀態(tài)”從子系統(tǒng)向部件由上至下傳遞，而“故障狀態(tài)”由底層部件產(chǎn)生，則由下至上傳遞至子系統(tǒng)，最終直接或間接地影響雷達(dá)裝備的運(yùn)行狀態(tài)。維修保障機(jī)制的狀態(tài)包括了待機(jī)、準(zhǔn)備維修、修復(fù)性維修和部件更換這幾個(gè)狀態(tài)，其與雷達(dá)內(nèi)部設(shè)備進(jìn)行著較高頻率的信息交互：裝備內(nèi)部的部件故障會(huì)觸發(fā)維修保障機(jī)制，維修完成后，部件恢復(fù)正常運(yùn)行。

通過分析艦載雷達(dá)裝備運(yùn)行過程的特點(diǎn)，可將裝備RMS評(píng)估系統(tǒng)S定義為如下面六元組集合結(jié)構(gòu)：

式中：T為時(shí)間基；X為輸入集；Q為裝備狀態(tài)集；Mt為維修狀態(tài)集；Sr為保障資源集；Y為輸出集。

1）時(shí)間基T為系統(tǒng)事件排序的時(shí)間基礎(chǔ)，若T為實(shí)數(shù)集R，則該系統(tǒng)為連續(xù)時(shí)間系統(tǒng)。

2）輸入集X表示系統(tǒng)的外界作用，在RMS評(píng)估系統(tǒng)中，輸入集X即為任務(wù)要求集，其中包括：時(shí)間要求(T0)、空間要求(R0)、任務(wù)強(qiáng)度要求(I0)，X中的參數(shù)用于艦載雷達(dá)任務(wù)成功性的判定分析，以及任務(wù)成功率的計(jì)算，其表達(dá)式為

3）裝備狀態(tài)集Q表示雷達(dá)裝備內(nèi)各子系統(tǒng)、部件的狀態(tài)集合。假設(shè)艦載雷達(dá)裝備由m個(gè)子系統(tǒng)構(gòu)成，第i個(gè)子系統(tǒng)記作Ui(1≤i≤m)，則裝備狀態(tài)集可表示為

鑒于雷達(dá)裝備各子系統(tǒng)的部件數(shù)不盡相同，假設(shè)子系統(tǒng)Ui最多由n個(gè)部件組成，第j個(gè)部件記作wi j(1≤j≤n)，則子系統(tǒng)狀態(tài)集可表示為

因此，Q可表示為

Q矩陣中的元素隨艦載雷達(dá)執(zhí)行任務(wù)的過程動(dòng)態(tài)變化，其根本原因是，雷達(dá)子系統(tǒng)內(nèi)部件產(chǎn)生故障。因此，在對(duì)雷達(dá)裝備運(yùn)行狀態(tài)進(jìn)行建模時(shí)，確定其各部件的壽命是關(guān)鍵一步。然后，再根據(jù)故障傳遞邏輯確定子系統(tǒng)的狀態(tài)，最終確定雷達(dá)在執(zhí)行任務(wù)階段的狀態(tài)變化。

（1）確定各部件的壽命。艦載雷達(dá)作為典型的機(jī)電系統(tǒng)，其部件的壽命是服從一定分布的隨機(jī)變量。在評(píng)估模型中，采用連續(xù)隨機(jī)變量抽樣方法來(lái)確定各功能單元的壽命，記為TTFij。隨機(jī)變量TTFij的分布函數(shù)Z=F(x)連續(xù)，其中0≤Z≤1。則第k個(gè)樣本值為

若部件的壽命服從指數(shù)分布，則其分布函數(shù)為

有

式中：z為(0,1)區(qū)間上均勻分布的隨機(jī)數(shù)；λ為部件的失效率。

因在區(qū)間(0,1)上z與1?z同分布，故得指數(shù)分布隨機(jī)變量的抽樣公式為

式中，λij為子系統(tǒng)i中部件j的失效率。

（2）確定各子系統(tǒng)的故障邏輯。建立各子系統(tǒng)的可靠性框圖（圖2），即可確定部件向上層子系統(tǒng)故障傳遞的邏輯。

圖2 雷達(dá)某子系統(tǒng)可靠性框圖Fig.2 Reliability block diagram of a radar subsystem

部件的運(yùn)行狀態(tài)包括了正常運(yùn)行、非致命性故障和致命性故障這3個(gè)狀態(tài)，則部件wij的狀態(tài)值可以表示為

假設(shè)雷達(dá)裝備某子系統(tǒng)的可靠性框圖如圖2所示，則其狀態(tài)結(jié)構(gòu)函數(shù)φ可表示為

子系統(tǒng)的運(yùn)行狀態(tài)包括待機(jī)、正常工作和故障修復(fù)這幾個(gè)狀態(tài)，建立子系統(tǒng)的狀態(tài)結(jié)構(gòu)函數(shù)Ui=φ(wi1,wi2,···,win)，其狀態(tài)變化由狀態(tài)結(jié)構(gòu)函數(shù)決定：處于待機(jī)狀態(tài)時(shí)，Ui=0；處于正常工作狀態(tài)時(shí)，Ui∈(1,+∞)；處于故障修復(fù)狀態(tài)時(shí)，Ui∈(0,1)。

4) 維修狀態(tài)集Mt表示裝備RMS評(píng)估系統(tǒng)中的維修機(jī)制狀態(tài)集合。艦載雷達(dá)裝備每個(gè)子系統(tǒng)對(duì)應(yīng)一個(gè)維修保障機(jī)制，由上述分析，本評(píng)估系統(tǒng)包括ma個(gè)維修保障機(jī)制，第i個(gè)子系統(tǒng)記作Mti(1≤i≤ma)，則維修狀態(tài)集可表示為

維修保障機(jī)制的維修狀態(tài)含待機(jī)、準(zhǔn)備、修復(fù)性維修和部件更換幾個(gè)狀態(tài)，其狀態(tài)值可表示為

5) 保障資源集Sr表示RMS評(píng)估系統(tǒng)中的保障資源集，每個(gè)維修保障機(jī)制中包括一個(gè)保障資源集，則保障資源集可表示為Sr=[Sr1,Sr2,···,Srma]。每個(gè)保障資源集中包括維修人員Rm、維修工具Rt和備品備件Rp，因此，每個(gè)保障資源庫(kù)可表示為

則艦載雷達(dá)的保障資源庫(kù)可表示為

6）輸出集Y表示RMS評(píng)估系統(tǒng)的輸出，包括裝備任務(wù)成功率以及可靠性、維修性、保障性等相關(guān)評(píng)價(jià)指標(biāo)的輸出。

裝備任務(wù)成功性主要受任務(wù)可靠性和任務(wù)維修性的影響，分別由任務(wù)可靠度和任務(wù)維修度表示。令P為雷達(dá)裝備任務(wù)成功率，RM為裝備任務(wù)可靠度，M(T)為裝備任務(wù)維修度，則其任務(wù)成功度表達(dá)式為

艦載雷達(dá)中大多為電子部件，常用指數(shù)分布描述其各部件的壽命分布，即失效率與時(shí)間無(wú)關(guān)，保持為定值。指數(shù)分布的可靠度及失效率為

式中，MTBF為部件的平均故障間隔時(shí)間（mean tine between failure）。

裝備任務(wù)維修度M(T)是指在規(guī)定條件下運(yùn)行的裝備發(fā)生故障后，在規(guī)定時(shí)間T內(nèi)完成修復(fù)的概率。MTTR為平均修復(fù)時(shí)間(mean time to repair)是指可修復(fù)產(chǎn)品的平均修復(fù)時(shí)間，其計(jì)算公式如下所示：

根據(jù)上述分析，結(jié)合式(16)和式(17)，則雷達(dá)裝備任務(wù)成功率表達(dá)式為

經(jīng)分析，由式(19)即可選定艦載雷達(dá)RMS評(píng)估的相關(guān)指標(biāo)，即可靠性參數(shù)選用MTBF，維修性參數(shù)選用MTTR，其中裝備維修能力的體現(xiàn)需要保障資源的支持。保障性是裝備的設(shè)計(jì)特性，指計(jì)劃的保障資源能滿足其平時(shí)戰(zhàn)備和戰(zhàn)時(shí)使用需求的能力，保障性參數(shù)選用資源滿足率(Pc)。因此，輸出集Y可以表示為

2 基于多智能體的評(píng)估仿真模型

2.1 多智能體建模

本文基于多智能體的艦載雷達(dá)RMS仿真評(píng)估模型緊密圍繞任務(wù)要求、裝備狀態(tài)的動(dòng)態(tài)變化、部件維修保障機(jī)制這3個(gè)主要過程建模，設(shè)計(jì)了4類智能體：任務(wù)智能體、子系統(tǒng)智能體、部件智能體和保障資源智能體。每一類智能體均為實(shí)際裝備RMS評(píng)估過程的映射，分別構(gòu)建每類智能體的內(nèi)部結(jié)構(gòu)，并建立反映艦載雷達(dá)“任務(wù)?裝備?保障資源”信息交互的RMS仿真評(píng)估模型，其多元結(jié)構(gòu)圖如圖3所示。圖中，RA為任務(wù)智能體，SA為子系統(tǒng)智能體，PA為部件智能體，SRA為保障資源智能體。

圖3 多智能體的多元結(jié)構(gòu)圖Fig.3 Multiple structures diagram of multi-agent

2.1.1 裝備狀態(tài)動(dòng)態(tài)變化建模

在基于多智能體的艦載雷達(dá)RMS仿真評(píng)估模型中，子系統(tǒng)智能體SA以及部件智能體PA的建模構(gòu)成了多層嵌套結(jié)構(gòu)。如圖4所示，SA有3種狀態(tài)：待機(jī)、正常和故障。

圖4 子系統(tǒng)狀態(tài)轉(zhuǎn)移圖Fig.4 Diagram of subsystem status transfer

1) 當(dāng)SA接收到任務(wù)智能體RA發(fā)布的“任務(wù)開始”信息后，SA的狀態(tài)則由“待機(jī)”向“正常”轉(zhuǎn)變。

2) 系統(tǒng)內(nèi)各部件的狀態(tài)決定“正?！迸c“故障”狀態(tài)的相互轉(zhuǎn)換。建立子系統(tǒng)在任務(wù)階段的可靠性框圖，即可得到其內(nèi)部部件的相互關(guān)系，并得到如式(12)所示的子系統(tǒng)狀態(tài)結(jié)構(gòu)函數(shù)，其結(jié)果決定子系統(tǒng)的狀態(tài)變化。

SA可靠性框圖中每個(gè)單元結(jié)構(gòu)即PA結(jié)構(gòu)，其內(nèi)部的狀態(tài)轉(zhuǎn)移圖如圖5所示。PA的運(yùn)行狀態(tài)包括待機(jī)、正常運(yùn)行、非致命性故障和致命性故障。

圖5 部件狀態(tài)轉(zhuǎn)移圖Fig.5 Diagram of component status transfer

1) 待機(jī)”向“正常運(yùn)行”狀態(tài)的轉(zhuǎn)變?yōu)槿蝿?wù)開始的提示，由SA向其內(nèi)部的PA發(fā)送信息。

2) “正常”狀態(tài)向“致命性故障”和“非致命性故障”狀態(tài)的轉(zhuǎn)變?yōu)闀r(shí)間變遷，分別為tf和tcf。根據(jù)故障發(fā)生規(guī)律的理論分析，該時(shí)間是服從指數(shù)分布函數(shù)的隨機(jī)變量，tf為非致命性故障發(fā)生間隔時(shí)間，tcf為致命性故障發(fā)生間隔時(shí)間，時(shí)間隨機(jī)數(shù)產(chǎn)生公式如式(21)和式(22)所示。

式中，MTCBF為平均致命性故障間隔。

3) “故障”狀態(tài)向“正常”狀態(tài)的轉(zhuǎn)變需要經(jīng)歷部件的維修保障機(jī)制。

2.3 導(dǎo)管尖端定位 13例患兒中有1例經(jīng)右側(cè)顳淺靜脈置管后進(jìn)入右上肢頭靜脈，經(jīng)調(diào)管后仍未到達(dá)上腔靜脈，予以拔管，經(jīng)左側(cè)顳淺靜脈重新置管后到達(dá)上腔靜脈。1例走至頸外靜脈，經(jīng)重新調(diào)管后進(jìn)入上腔靜脈。其余11例均送至上腔靜脈。

2.1.2 維修保障機(jī)制建模

維修保障機(jī)制作用于雷達(dá)裝備各子系統(tǒng)中的故障部件，對(duì)其進(jìn)行“部件更換”等維修，使其恢復(fù)至正常工作狀態(tài)。維修保障機(jī)制由部件智能體PA與保障資源智能體SRA相互作用實(shí)現(xiàn)。

維修活動(dòng)需要3個(gè)必要因素：維修人員、維修工具和備品備件，由子系統(tǒng)的SRA提供，其內(nèi)部結(jié)構(gòu)如圖6所示。部件智能體PA在獲取維修人員、維修工具、備品備件這3個(gè)必要因素后，按圖7的狀態(tài)轉(zhuǎn)移進(jìn)行維修活動(dòng)，維修完成后即可恢復(fù)到“正?！睜顟B(tài)。

圖6 保障資源庫(kù)Fig.6 Resource library for support operation

圖7 維修狀態(tài)轉(zhuǎn)移圖Fig.7 Diagram of maintenance status transfer

SRA需與子系統(tǒng)內(nèi)故障部件頻繁進(jìn)行信息交互，維修保障機(jī)制信息交互過程如圖8所示。

圖8 維修保障機(jī)制信息交互過程Fig.8 Information interaction process of maintenance support mechanism

維修保障機(jī)制與艦載雷達(dá)中的故障部件信息交互過程如下：

1）艦載雷達(dá)裝備中故障部件向SRA發(fā)送維修所需的維修人員、備品備件以及維修工具請(qǐng)求。

2）SRA接收字符串消息進(jìn)行資源配置。

3）SRA進(jìn)行資源充足性判定：若資源充足，則故障部件資源配置成功，開始進(jìn)入維修活動(dòng)，在經(jīng)歷MTTR后，故障部件恢至正常運(yùn)行狀態(tài)，并再次與保障資源庫(kù)通信，歸還維修人員與工具；若資源不足，則以字符串形式將消息反饋至故障部件，經(jīng)一定時(shí)間延遲后，故障部件再次向保障資源庫(kù)發(fā)送請(qǐng)求，重復(fù)至步驟1）。

2.1.3 評(píng)價(jià)指標(biāo)輸出建模

其中，MTBF，MTTR以及資源滿足率均可由仿真系統(tǒng)直接提取輸出，而任務(wù)成功率則需經(jīng)過成功性判定及統(tǒng)計(jì)學(xué)計(jì)算后得到。

1) 任務(wù)成功性分析與定義。

雷達(dá)任務(wù)成功性指雷達(dá)在規(guī)定時(shí)間、規(guī)定條件下連續(xù)、可靠地工作，為艦船在任務(wù)中持續(xù)提供偵察信息的能力[18-20]。規(guī)定時(shí)間指的是艦載雷達(dá)保持通電執(zhí)行任務(wù)所規(guī)定的正常工作時(shí)間(T0)，規(guī)定條件表示艦載雷達(dá)在全壽期內(nèi)任務(wù)偵察范圍（空間）(R0)和任務(wù)強(qiáng)度(I0)要求。艦載雷達(dá)全壽期狀態(tài)圖如圖9所示， 期間包括了待機(jī)、正常和故障這3種狀態(tài)。

圖9 艦載雷達(dá)執(zhí)行任務(wù)狀態(tài)圖Fig.9 Mission status diagram of shipboard radar

綜上分析，對(duì)艦載雷達(dá)在任務(wù)階段的成功性定義為：艦載雷達(dá)在執(zhí)行偵察任務(wù)期間，其正常工作時(shí)間大于等于規(guī)定的工作時(shí)間，即為規(guī)定任務(wù)下艦載雷達(dá)任務(wù)成功。

式中：ti為第i次故障后艦載雷達(dá)的正常工作時(shí)間。

2) 任務(wù)成功率計(jì)算公式。

本文采用多智能體建模仿真方法，將艦載雷達(dá)任務(wù)成功的頻率作為任務(wù)成功概率，如式(24)所示。經(jīng)多次循環(huán)仿真，得到任務(wù)成功率的統(tǒng)計(jì)值。

式中：Ns為任務(wù)成功次數(shù)；Nf為任務(wù)失敗次數(shù)；N為總偵察次數(shù)。

2.2 仿真流程分析

2.2.1 仿真基本假設(shè)

在艦載雷達(dá)任務(wù)階段的RMS驗(yàn)證仿真中，對(duì)系統(tǒng)、部件、保障資源作以下基本假設(shè)：

1) 對(duì)艦載雷達(dá)進(jìn)行RMS建模時(shí)，只描述各子系統(tǒng)中每個(gè)部件的典型狀態(tài)。

2) 同一類型的維修人員只負(fù)責(zé)一項(xiàng)工作。

3) 同一類型的子系統(tǒng)、部件、保障資源庫(kù)等智能體的狀態(tài)邏輯相同；

4) 保障資源均為消耗型資源且不考慮任務(wù)階段中保障資源的補(bǔ)充。

2.2.2 仿真流程

在以任務(wù)成功性為目的的艦載雷達(dá)RMS驗(yàn)證仿真模型中，建立任務(wù)、子系統(tǒng)、部件、保障資源庫(kù)4類智能體并實(shí)現(xiàn)其內(nèi)在通信聯(lián)系后，采用Anylogic軟件對(duì)艦載雷達(dá)任務(wù)階段進(jìn)行仿真計(jì)算，總體仿真流程如圖10所示。

圖10 艦載雷達(dá)任務(wù)階段仿真流程圖Fig.10 Flow chart of mission phase simulation for shipboard radar

3 應(yīng)用實(shí)例

以某型相控陣?yán)走_(dá)天線陣面執(zhí)行任務(wù)為例進(jìn)行仿真，天線陣面內(nèi)各部件的基本參數(shù)取自文獻(xiàn)[21]。設(shè)該型相控陣?yán)走_(dá)天線陣面執(zhí)行任務(wù)時(shí)間為46 h，要求裝備正常工作時(shí)間為44 h，影響其執(zhí)行任務(wù)的關(guān)鍵裝備部件有7種，包括主體電源、輔助電源、T/R組件、綜合控制模塊、頻綜監(jiān)測(cè)模塊、波分復(fù)用模塊和大功率開關(guān)模塊，其中T/R組件模塊為3/2表決系統(tǒng)。

對(duì)相控陣?yán)走_(dá)天線陣面執(zhí)行任務(wù)時(shí)參與的關(guān)鍵設(shè)備進(jìn)行詳細(xì)分析后，根據(jù)本文第2節(jié)敘述的基于多智能體的裝備RMS仿真評(píng)估模型建立步驟，在Anylogic開發(fā)平臺(tái)上進(jìn)行建模，并仿真運(yùn)行，結(jié)果如圖11所示。

圖11 天線陣面系統(tǒng)仿真示意圖Fig.11 Simulation diagram of the antenna array system

在Anylogic開發(fā)平臺(tái)上，設(shè)置自定義仿真次數(shù)進(jìn)行實(shí)驗(yàn)，其統(tǒng)計(jì)計(jì)算的天線陣面任務(wù)成功率如表1所示。

表1 任務(wù)成功率輸出Table1 Outputs of task success rates

如圖11中折線圖所示，仿真次數(shù)設(shè)為5 000次左右時(shí)，輸出結(jié)果已穩(wěn)定，繼續(xù)增加仿真次數(shù)其差異可以忽略不計(jì)，任務(wù)仿真結(jié)果已收斂。仿真結(jié)果顯示，本模型已運(yùn)行5 014次，運(yùn)行成功次數(shù)為4 341次，任務(wù)成功率達(dá)到86.6%；仿真輸出天線陣面各部件的可靠性、維修性、保障性相關(guān)參數(shù)如表2所示。

表2 可靠性、維修性、保障性輸出表Table2 RMS outputs

本仿真示例證明了基于多智能體進(jìn)行艦載雷達(dá)裝備RMS仿真評(píng)估的可行性，試驗(yàn)成本低、仿真效率高。仿真輸出的結(jié)果為查找制約雷達(dá)裝備效能提高的薄弱環(huán)節(jié)奠定了基礎(chǔ)。

4 結(jié) 語(yǔ)

艦載雷達(dá)作為艦船的“千里眼”，在艦船出航執(zhí)行任務(wù)時(shí)占有非常重要的地位。本文分析了雷達(dá)裝備的動(dòng)態(tài)運(yùn)行狀態(tài)特點(diǎn)及內(nèi)部結(jié)構(gòu)，在此基礎(chǔ)上，建立了“任務(wù)?裝備?保障資源”相互關(guān)聯(lián)的雷達(dá)RMS評(píng)估模型，基于多智能體技術(shù)，分別將任務(wù)、裝備、保障資源映射為不同的智能體類型，并對(duì)裝備運(yùn)行狀態(tài)的動(dòng)態(tài)變化、維修保障機(jī)制及RMS評(píng)價(jià)指標(biāo)輸出進(jìn)行多智能體建模，給出了仿真流程。通過實(shí)例仿真，驗(yàn)證了本文所提基于多智能體的艦載雷達(dá)RMS評(píng)估方法的可行性，同時(shí)也為開展其他艦載裝備的RMS評(píng)估研究提供了借鑒和依據(jù)。