问题

英国皇家电气及机械工程师学会(REME)负责维护英国陆军的所有电气设备。 REME工程师的任务是维护、恢复、修理和制造作战设备，使其在战场和军事基地保持战斗状态。

在众多任务中，其中一项是维护Apache武装直升机，这是世界上最先进的多用途战斗直升机之一。Apache的维护要求很高：1小时飞行需要大约35个小时的维护。这也是REME管理层认为人员不足必须扩大机械部门的原因之一。然而，来自空军部队的主管则认为 REME的资源过剩，因为就平均人力而言，他们有足够的员工来处理这些工作量。

针对这一问题，这两个军事组织之间无法达成共识，明确表明要解决REME 的人员规划问题，管理层需要更深入地研究数据，基于证据做出决策。基于此，他们选择dseConsulting (SimulAI)公司进行这项挑战，即创建一个可以改进人员配置策略的强大工具，帮助他们进行优化调度和人员配置，增加直升机的可用性。出于这些原因，顾问们选择使用AnyLogic 维护仿真和优化软件。他们的目标是：

• 在数字环境中显示直升机任务周期过程。
• 分析过程之间的因果关系。
• 确定强有力的人员配置策略，包括根据可靠的证据有计划地使用承包商。
• 预测工作负载的峰值和下降周期。
• 了解人为行为（任务周期过程的关键组成部分）如何影响系统。

解决方案

顾问们建立了一个仿真模型，以便直升机任务周期内对维护过程进行分析和进一步优化。该模型包括现实系统中的三个复杂行为区域：

• 飞机——在模型中，飞机派遣到不同的地点，由同乘工程师进行维护，然后返回维护基地。否则，飞机部件可能在其生命周期内随机退化。
• 任务——在模型中，模拟了5 年的飞机任务。由于实际中不可能进行这样长期的任务规划，所以将这种不确定性反映在模型中。此外，顾问还模拟了飞机部件因环境条件而磨损的情况。
• 人员——顾问根据真实数据，在模型中展示了飞机维修人员的经验、个人效率和压力如何影响部署周期过程。

借助AnyLogic的多方法仿真功能，顾问可以对飞机维护部署过程进行建模并处理其复杂性，而无需进行任何简化。通过基于智能体建模，可以详细反映飞机工程师的行为，包括他们的经验和倦怠程度，以得到更可靠的统计数据。

仿真模型收集了以下统计信息：

• 给定模拟时间的承包商数量和飞机数量
• 随时间变化员工的利用率
• 平均压力水平
• 平均经验水平
• 平均员工效率

通过分析维护优化模型的结果，可以得出结论，在部署周期活动中人为因素发挥了重要作用。举例来说，如果工程师疲倦且效率低下，完成同样工作将花费更长的时间并影响相关的所有过程。结果还表明，即使是招募了新员工，效率水平也将出现下降，因为新员工往往经验不足。因此，REME 的管理层必须在将更多工作安排给有经验的人员、人员缺乏和雇佣经验不足的承包商之间找到平衡。

仿真模型为管理人员提供了一些重要的见解：

• 当直升机在任务时，即使基地仍有一些直升机，基地工作人员的利用率也很低。然而，当直升机回归基地时，它们的员工参与度将大幅提升。这个事实应该在以后的日程安排中加以考虑。
• 当工程师离开协同飞机去执行任务时，留在基地的人员将很少。这也是出现风险的原因：如果此时有太多的直升机同时返回基地，将没有足够的人员来服务直升机。另外，此时的基地工程师可能会面临严重的超载情况，这可能会对总体工作成果产生负面影响。
• 由于计划内的承包商和紧急承包商的招募成本很高，通过模型使管理层可以分析如何优化承包商的数量，同时简化工作流程。

结论

通过维护优化建模项目，顾问们为客户提供了一个决策支持工具，可用于规划人员配置策略和改进人员协调及管理方案。

到项目第一阶段结束，仿真结果表明，通过更明智的计划，除了项目主要的目标外，还有可能以较低的成本将飞机机队的可用性提高20％。

据估计，该项目的第二阶段可以为REME节省约270万美元的员工成本。