用随机优化和离散事件仿真模型求解陆军网络部队人力规划问题.docxVIP

??

?

??

用随机优化和离散事件仿真模型求解陆军网络部队人力规划问题

?

?

?

?

?

??

?

?

?

摘要：美国陆军网络分部军官的人事决策包括每年新入职的网络部队军官数量、每年从其他分部调入ACB的网络部队军官数量，以及每年晋衔晋级的网络部队军官数量。这个决策问题被称为陆军网络部队人力规划问题。本文设计并采用了一个离散事件仿真模型，来验证根据相应的随机目标规划得到的新入职、分部调动和根据职级和网络部队军职专业进行晋升的人员数量的最优解，这些随机目标规划是为了满足当前军官留任不确定的情况下部队结构的需求。这项研究为网络部队高层领导和部队管理技术人员提供了有效的决策支持。

关键词：随机优化；离散事件仿真；人力规划问题

1.引言

陆军网络分部（ArmyCyberBranch，ACB）是美国陆军的一个基础分部，其任务是为联合部队规划、同步和实施网络战和电子战行动。ACB成立于2014年，通过为陆军网络部队军官、准尉和士兵提供管理职业领域，来支持国防部网络任务部队。这些网络战士负责操作国防部信息网络进行防御性和进攻性的网络行动。ACB目前有七个管理职业领域，包括三个网络部队军官军职专业——网络作战官（17A）、电子战作战官（17B）和网络空间工具开发人员（17D）。优化陆军网络部队人力是陆军网络部队高层的首要任务。

陆军网络卓越中心的陆军网络部队支持者（网络办公室主任）负责制定涉及ACB军官的人事决策，关键的领导决策包括每年入职、每年调入ACB以及每年晋升到更高军衔（职级）的网络部队军官数量。这个决策问题被称为陆军网络部队人力规划问题（CyberWorkforcePlanningProblem，CWPP）。ACB管理这些网络部队军官的时间最长可达30年，这使得确定每个网络部队军职专业入职、分部调动和晋升人员的最优数量成为了挑战。

ACB的人员包括从少尉到上将的网络部队军官，但陆军网络部队支持者（网络办公室主任）只负责管理准将以下的军官，即少尉、中尉、上尉、少校、中校、上校。这些军衔分别对应职级O-1至O-6。1980年的《国防军官人事管理法案》（DefenseOfficerPersonnelManagementAct，DOPMA）为ACB人员的晋升选择目标的百分比提供了指导。此外，网络部队军官留任率的不确定使得陆军CWPP问题更加复杂。

为了向陆军网络部队支持者（网络办公室主任）提供可分析的决策支持、优化ACB战备状态和陆军网络部队企业的人员配置，本文设计并采用了一个离散事件仿真模型，来验证根据相应的随机目标规划得到的新入职、分部调动和晋升（根据职级和网络部队军职专业）人员数量的最优解，这些随机目标规划是为了满足当前军官留任不确定情况下部队结构的需求。这一对模型帮助网络部队高层领导和部队管理技术人员解决CWPP问题。

本文的结构如下：第2部分简要强调了军事人力规划和人力建模的基础文献；第3部分讨论采用的方法，详细介绍随机目标规划和离散事件仿真模型；第4部分提供并讨论模型参数化和测试结果；第5部分总结展望未来研究的方向。

2.文献综述

Bartholomew（2013）对军事人力规划的简介和Gass（1991）的军事人力建模综述是有效理解为军方服务的人力系统的角色和重要性的起点。Price和Piskor（1972）以及Martel和Price（1981）的早期工作分别将目标规划和随机规划应用于人力规划。美军于20世纪70年代向全志愿部队的转变为运筹学研究人员提供了大量的研究机会，Rostker,B.（2006）提供了这项研究的详细历史。

具体到美国陆军，Collins等人（1983）和Hall（2004）描述了为人力规划实施的人力模型。Shrimpton和Newman（2005）采用网络优化方法来研究将军官分配到职能领域，以及重新分配军官到战略专业的问题。Bastian等人（2017）和Pike等人（2018）探索了随机规划在医学和航空专业的应用。Henry和Ravindran（2005）以及Hall和Fu（2015）描述了军官入职和职业建模的目标规划。Bastian等人（2015）提供了随机目标规划，以解决军事医疗领域人力规划和人力建模的复杂性问题。

3.方法

本文首先简要讨论一个随机目标规划（StochasticGoalProgramming，SGP）模型，该模型用基于场景的蒙特卡洛仿真方法来解决陆军CWPP问题。

3.1随机目标规划模型

本文详细阐述并求解了一个SGP模型，给定随机的人员留任率，该模型能求解CWPP问题。考虑到人员留任情况通常是不确定的，本文将网络部队军官留任率建模为随机变量，这些随机变量服从基于经验的近似连续概率分布，该分布来自于网络部队主管的