CN105825013A

CN105825013A - 一种基于离散事件系统的航空指挥保障优化方法

Info

Publication number: CN105825013A
Application number: CN201610151085.2A
Authority: CN
Inventors: 李海旭; 秦远辉; 李宝柱; 罗永亮
Original assignee: CSSC Systems Engineering Research Institute
Current assignee: CSSC Systems Engineering Research Institute
Priority date: 2016-03-16
Filing date: 2016-03-16
Publication date: 2016-08-03
Anticipated expiration: 2036-03-16
Also published as: CN105825013B

Abstract

一种基于离散事件系统的航空指挥保障优化方法，首先获取航空指挥保障仿真任务，将航空指挥保障流程划分为舰面子流程、起飞子流程、降落子流程，并获取各个子流程包括的所有离散事件，然后建立航空指挥保障流程的离散事件模型，并完成航空指挥保障仿真任务，得到航空指挥保障仿真任务对应的离散事件系统，在流程仿真软件中搭建仿真航空指挥保障仿真任务对应的离散事件系统，最后获取各个离散事件运行时间阈值范围并对比，得到异常离散事件作为需要调整的离散事件并输出。本发明实现了航空指挥保障流程的分析及降落成功概率的模拟，能够发现航空指挥保障系统的异常离散事件，并进行针对性优化，具有较好的适用价值。

Description

一种基于离散事件系统的航空指挥保障优化方法

技术领域

本发明涉及一种航空指挥保障技术，特别是一种基于离散事件系统的航空指挥保障优化方法。

背景技术

传统的离散事件动态系统(DEDS：DiscreteEventDynamicSystem)是指受事件驱动、系统状态跳跃式变化、系统状态迁移发生在一串离散时间点上的动态系统。DEDS大多是人造系统，具有比较复杂的变化关系，难以采用常规的微分方程、差分方程等方程模型来描述。

自80年代初，美国哈佛大学著名学者Y.C.Ho教授倡导对DEDS理论进行研究以来，出现了多种形式的DEDS模型设计方法。例如，根据事件发生时间对所考察对象演变过程的分析而言是否有必要纳入研究范围，划分成：1)不带时标的DEDS模型：有限状态自动机模型、Petri网络模型、过程代数模型、时序逻辑模型，等等；2)带时标的DEDS模型：赋时Petri网络模型、TIM/RTIL模型、双子代数模型、排队网络模型、Markov链与GSMP模型；3)或根据系统输入信息及状态演变的确定/不确定性，分成确定性DEDS模型和随机性DEDS模型；也可根据状态变化的量化特征，分成逻辑(定性)模型与数量(定量)模型。

目前，DEDS建模与模型分析研究处于发展阶段，模型种类较多，但不同模型之间缺乏必要的转换关系，且每一种模型描述形式往往只适用于一类或几类问题，即尚无通用的适合于各类DEDS研究对象的模型表示方式。从现有模型的形成过程看，DEDS建模的常用方法主要有排队论方法、网络图或事件图法、形式语言与自动机方法、随机过程(如Markov过程)描述法和抽象代数(如极小代数、极大代数)方法等。

航空指挥保障系统设计长久以来，被公认为存在高投资、高风险，原因是系统只有在经过了较长时期的实际运行检验之后，才会发现之前设计的缺陷和不足，再经历长时间的摸索改进，整个航空指挥保障系统的潜能才会被最大限度的发挥，而随着仿真技术在航空指挥保障系统设计中应用的不断深入，航空指挥保障系统仿真成为一种能使航空指挥保障系统实现上述目标(即航空指挥保障系统平衡)的一种省时、省力、省钱的重要研究工具。

航空指挥保障系统平衡是指派作业到作业站的决策过程，它可以最小化航空指挥保障系统中的闲置时间，减少人力成本及设备成本的浪费，从而达到人力与设备的高度使用。例如，若每个作业站的工作时间不相等，因为有些作业站有能力以较高的速率指挥保障，而其它的一些作业站则无法跟上这样的速率，就会产生作业快的作业站暂时停下来等待慢的作业站的问题，快速作业站必须等待其它慢速作业站的指挥保障完毕，或者被迫减速指挥保障，以避免作业站与作业站之间的作业停顿。

在面临多种机型的保障形态下，如果指挥保障过程不具有弹性，则无法适应多变的作战任务，一个完整的航空指挥保障系统通常是离散的动态系统，这个系统中有些数据是可以在系统运行之前，便可获得的，例如指挥保障计划中的飞机、人、出动架次等；但有些数据存在极大的随机性，例如：飞机到达时间、设备故障率、设备维修时间等，该类数据能够准确的反映系统实时状态，正是由于该类数据的存在，才导致了所有系统中共存的矛盾问题，即确定的指挥保障任务和最终的实际完成出动架次的矛盾。根据已知的指挥保障数据，借助虚拟技术对指挥保障线进行建模和仿真，在方法得当的前提下，可以降低系统的不确定性，从而为指挥保障系统的分析和优化提供依据，使得设计方案更加科学、合理。

航空指挥保障系统中存在较多的仿真对象，而且航空指挥保障中的不确定因素会随系统的扩容而增加，这些因素无法仅用数学变量来描述，但对航空指挥保障系统的状态起着至关重要的作用，不能对其进行科学简化，例如设备故障修复时间、设备使用率等。上述因素如果用数学模型解决，一般非常困难，因此，对航空指挥保障进行性能分析是离散事件系统仿真的另一个主要应用，该仿真通常涉及的主要性能指标包括：设备及航空指挥保障的利用情况；出动架次分析；航空指挥保障周期分析；机型混合变化对出动架次的影响；瓶颈、阻塞及设备负荷平衡分析。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种通过将航空指挥保障流程划分为舰面子流程、起飞子流程及降落子流程三个流程，并结合离散事件系统实现了对航空指挥保障流程的分析优化的基于离散事件系统的航空指挥保障优化方法。

本发明的技术解决方案是：一种基于离散事件系统的航空指挥保障优化方法，包括如下步骤：

(1)获取航空指挥保障仿真任务为：每天N₁波次的战斗飞机起落，每波次N₂架飞机，每架飞机在甲板作业周期为t₁小时，N₃波次的巡逻飞机，每波次N₄架飞机，每架飞机在甲板作业周期为t₂小时，N₅波次的预警飞机，每波次N₆架飞机，每架飞机在甲板作业周期为t₃小时，其中，t₁＜t₂＜t₃，N₁＞N₃＞N₅，N₂＞N₄＞N₆，N₁、N₃、N₅、N₂、N₄、N₆均为整数；

(2)将航空指挥保障流程划分为舰面子流程、起飞子流程、降落子流程，并获取各个子流程包括的所有离散事件为飞机准备、外观检查、充加油气、通电检查、数据加载、悬挂武器、挂弹后检查、惯导对准、舰面收尾、滑行入位、电气连接检查、往复车张紧、进入起飞状态、放飞、形成下滑道、触舰、复飞、触舰后检查、降落滑行；

(3)建立航空指挥保障流程的离散事件模型，其中，舰面子流程包括但不限于飞机准备、外观检查、充加油气、通电检查、数据加载、悬挂武器、挂弹后检查、惯导对准、舰面收尾，起飞子流程包括滑行入位、电气连接检查、往复车张紧、进入起飞状态、放飞，降落子流程包括形成下滑道、触舰、触舰后检查、降落滑行，当触舰不成功时，飞机复飞并重新触舰；所述的触舰成功概率为

气候取值范围为[0,1]，大小与能见度正相关，飞行员状态的取值范围为[0,1]，大小与飞行员连续飞行时间负相关；

(4)使用航空指挥保障流程的离散事件模型完成步骤(1)中的航空指挥保障仿真任务，进而得到航空指挥保障仿真任务对应的离散事件系统，在流程仿真软件中搭建仿真航空指挥保障仿真任务对应的离散事件系统；

(5)重复步骤(4)n次，得到各个离散事件的n个实际运行时间，进而得到各个离散事件的平均实际运行时间；

(6)从外部获取各个离散事件运行时间阈值范围，并对比各个离散事件的平均实际运行时间，如果离散事件的平均实际运行时间在对应的离散事件运行时间阈值范围内，则当前离散事件为正常离散事件，否则当前离散事件为异常离散事件，将异常离散事件作为需要调整的离散事件并输出。

所述的各个离散事件运行时间阈值范围包括飞机准备小于3min，外观检查小于8min，充加油气小于10min，通电检查小于4min，数据加载小于3min，悬挂武器小于12min，挂弹后检查小于2min，惯导对准小于4min，舰面收尾小于3min，舰面流程时间总计小于25min，滑行入位小于20s，电气连接检查小于10s，往复车张紧小于30s，进入起飞状态小于15s，放飞小于5s，形成下滑道小于10min，触舰小于20s，复飞小于9min，触舰后作业小于30s，降落滑行小于2min。

所述的气候条件的取值为：当能见度为30km以上时，气候条件为0.9，当能见度为25-30km时，气候条件为0.8，当能见度为20-25km时，气候条件为0.7，当能见度为15-20km时，气候条件为0.6，当能见度为10-15km时，气候条件为0.5，当能见度为5-10km时，气候条件为0.4，当能见度为1-5km时，气候条件为0.3，当能见度为0.3-1km时，气候条件为0.2，当能见度为小于0.3时，气候条件为0.1。

所述的飞行员状态为：当飞行员连续飞行时间小于1h时，飞行员状态为0.9，当飞行员连续飞行时间为[1h-2h]时，飞行员状态为0.8，当飞行员连续飞行时间为[2h-3h]时，飞行员状态为0.7，当飞行员连续飞行时间为[3h-4h]时，飞行员状态为0.6，当飞行员连续飞行时间为[4h-5h]时，飞行员状态为0.5，当飞行员连续飞行时间为[5h-6h]时，飞行员状态为0.4，当飞行员连续飞行时间为[6h-7h]时，飞行员状态为0.3，当飞行员连续飞行时间为[7h-8h]时，飞行员状态为0.2，当飞行员连续飞行时间大于8h时，飞行员状态为0.1，其中，h为小时。

所述的流程仿真软件为anylogic仿真系统软件。

本发明与现有技术相比的优点在于：

(1)本发明通过将航空指挥保障流程划分为舰面子流程、起飞子流程及降落子流程三个流程，并结合离散事件系统实现了对航空指挥保障流程的分析，使得航空指挥保障流程更加清晰；

(2)本发明通过对降落成功概率的模拟，实现了外界因素对航空指挥保障系统的影响分析，使得航空指挥保障系统更加贴近实际；

(3)本发明通过多次进行航空指挥保障流程的离散事件系统仿真实验，降低了仿真试验结果的偶然性，使得优化结果更加可信；

(4)本发明通过比较各个离散事件运行时间阈值范围和各个离散事件的平均实际运行时间，能够发现航空指挥保障系统的异常离散事件，并进行针对性优化，具有较好的适用价值。

附图说明

图1为本发明一种基于离散事件系统的航空指挥保障优化方法原理流程图。

具体实施方式

本发明针对现有技术的不足，以航空指挥保障系统为研究对象，首先建立离散事件系统模型，并完成其与anylogic仿真模型的转换；然后利用anylogic对系统进行仿真研究，通过大量数据采集建立航空指挥保障离散事件仿真模型，完成仿真设置、输出分析，最后利用统计学原理对航空指挥保障的出动架次进行合理的估算，逐步发现并调整航空指挥保障瓶颈和不合理布局，从而改进完善航空指挥保障方案，下面结合附图对本发明方法进行详细说明，本发明一种基于离散事件系统的航空指挥保障优化方法原理流程图如图1所示包括如下步骤：

第一步：明确航空指挥保障系统参数及需求

持续出动模型是模拟在持续出动策略下的飞机在舰面的转运，弹射以及回收的问题。通过仿真试验需要得到合理的舰面作业流程和时间节点，使航母能够在满足出动计划的前提下持续循环不间断运转。

本发明按照每日昼间12小时计算，循环出动计划如下：

(1)昼间8波次的作战飞机(战斗机/电子战飞机/无人机)，每波次10架，甲板作业周期1.5小时；

(2)6波次的巡逻飞机(战斗机/无人机)，每波次2架飞机，甲板作业周期2小时；

(3)4波次的预警飞机，每波次1架飞机，甲板作业周期3小时。

其中，航母舰面布局包括4条弹射跑道；3部飞机升降机，其中，右舷2部，左舷1部；小型舰岛，位于右舷尾部；13个一站式保障站点(首部右舷10个，首部左舷3个)+8个集中式保障站点(舰岛后方3个，着舰跑道尾部2个，左舷升降机前后各一个，左舷4号起飞位置附近1个)，一站式保障站点为自主滑入滑出，集中式保障站点为牵引车牵入，自主划出。

如表1所示为舰面流程，舰面流程包括飞机准备、外观检查、充加油气、通电检查、数据加载、悬挂武器、挂弹后检查、惯导对准、舰面收尾。

表1舰面流程结构组成

起飞流程包括滑行入位、电气连接检查、往复车张紧、进入起飞状态、放飞，其中，滑行入位20s，飞机从偏流板后方滑向弹射器位置，电气检查及连接10s，滑过往复车并张紧30s，进入起飞状态15s，发动机火焰颜色变化，放飞5s，飞机与往复车向前滑出，复位10s，往复车返回及放下偏流板，储气筒充气35s，下次弹射的制约因素。

回收流程(降落流程)如表2所示包括形成下滑道、触舰、降落滑行，当触舰不成功时，飞机复飞并重新触舰。

表2降落流程结构组成

步骤	位置	时间
			着舰起始点至正侧方	<6km	5.4min
正侧方至下滑道	侧方6km	3.5min
			下滑到至触舰	1.3km	20s
触舰后作业	触舰后检查等	30s
			复飞		8.1min

第二步：确定航空指挥保障系统的主要流程

航空指挥保障系统是一个典型的离散事件系统，对于离散事件系统应该首先分析构成系统的要素，但是航空指挥保障系统是一个复杂系统，直接分析要素会比较困难且杂乱，而将系统分解为小块进行分析会较为简单且清晰，本发明选择根据流程来分解系统，首先分析系统中的主要流程，再分析不同流程中的要素。

任何一架飞机在起飞前都要经过25分钟的舰面流程，然后到弹射器位置等待弹射起飞，其流程可以总结为：飞机准备工作—外观检查—充加油气—通电检查—数据加载—悬挂武器—挂弹后检查—惯导对准—收尾工作—滑行入位—连接及检查—往复车张紧—进入起飞状态—放飞；然后进入起飞流程，当飞机完成任务需要返航降落时，就进入降落流程，一架飞机在降落前首先飞行到下滑道的位置，然后从下滑道至触舰，如果在上一个流程中出现问题，则进入复飞流程，飞过一个五边后继续进入正常的降落流程。如果一架飞机能够正常触舰，则接下来的流程是触舰后作业，包括一系列的检查等内容，最后飞机滑往保障点进行保障，等待下一个波次的出动起飞。故航空指挥保障系统的持续出动模型可分解为三个流程：舰面流程、起飞流程以及降落流程。这三个流程可以较好的描述整个系统功能，对系统进行较好的模拟。

第三步：分析各流程中的要素

离散事件系统由各种要素构成，这些要素有实体、事件、活动、状态、进程、仿真钟、事件表、统计、结束条件。在第一步中，本发明将系统分解为了三个流程，其实流程相当于是进程，进程是由有序的事件和活动组成，事件和活动的发生依赖于实体，且会引起系统或实体状态的变化，所以这一步我们分析流程中的实体、事件、活动以及相应的状态。

(1)舰面流程

舰面流程描述的是飞机在起飞前的准备流程，涉及到的实体有飞机、检查点、加油气点、挂弹点，其中，飞机为临时实体，其余为永久实体。舰面流程中的活动有飞机准备、外观检查、充加油气、通电检查、数据加载、悬挂武器、挂弹后检查、惯导对准、收尾。事件有飞机准备开始、飞机准备结束、外观检查开始、外观检查结束、充加油气开始、充加油气结束、通电检查开始、通电检查结束、数据加载开始、数据加载结束、悬挂武器开始、悬挂武器结束、挂弹后检查开始、挂弹后检查结束、惯导对准开始、惯导对准结束、收尾开始、收尾结束。在舰面流程中，随着事件和活动的发生，系统的状态在改变，主要体现在永久实体的忙与闲，以及临时实体飞机处于不同的状态：飞机准备状态、外观检查状态、充加油气状态、通电检查状态、数据加载状态、悬挂武器状态、挂弹后检查状态、惯导对准状态、收尾状态、舰面流程完成状态。

(2)起飞流程

起飞流程描述的是飞机的起飞过程，起飞流程涉及到的实体有飞机、保障点、滑行道、检查点、弹射器、起飞滑道，其中飞机为临时实体，其余实体为永久实体。起飞流程中的活动有滑行、连接检查、进入起飞状态、放飞、复位、储气筒充气。起飞流程中的事件有保障开始、保障结束、滑行开始、滑行结束、连接检查开始、连接检查结束、进入起飞状态开始、进入起飞状态结束、放飞开始、放飞结束、复位开始、复位结束、储气筒充气开始、储气筒充气结束。随着事件和活动的发生，系统的状态在改变，主要体现在永久实体的忙与闲，以及临时实体飞机处于不同的状态：初始状态、保障状态、滑行中、检查中、进入起飞状态中、放飞中、放飞成功。

(3)降落流程

降落流程描述的是飞机的降落过程，涉及到的实体有飞机、甲板、滑道，其中飞机为临时实体，其余实体为永久实体。降落流程中的活动有下滑道、触舰、触舰后作业、降落滑行、复飞。事件有下滑道开始、下滑道结束、触舰开始、触舰结束、触舰后作业开始、触舰后作业结束、降落滑行开始、降落滑行结束。复飞开始、复飞结束。飞机的状态有飞行状态、下滑道状态、触舰状态、触舰后作业状态、降落滑行状态、复飞状态、降落成功状态。

第四步：分析仿真中的其他要素

离散事件系统中的要素有实体、事件、活动、状态、进程、仿真钟、事件表、统计、结束条件，本发明第三步分流程分析了实体、事件、活动、状态和进程，本步骤需要分析其余的要素。

仿真钟：仿真必须跟踪当前仿真时间，计量单位适用于系统建模。在离散事件仿真中，不是实时仿真，时间是跳跃的，因为事件发在瞬间，所以仿真推动时间跳跃到下一个活动开始时间。在航空指挥保障系统中，事件较多，流程也有三个，如果时间不统一，仿真的进行会比较困难，比较混乱，所以需要一个统一的时间来控制整个仿真，即为仿真钟，每个事件的发生都在一个离散的时间点，事件的发生推动着仿真钟的推进。

事件表：仿真至少有一个仿真事件表。它有时被称为等待事件集，因为它列出之前仿真得到的结果且还未被仿真的事件。在航空指挥保障中也存在着事件表，每个流程都有不同的事件，系统中存在着多架飞机，每架飞机可能处于不同流程，也可能处于同一流程的不同状态，他们所处的状态不同，下次出现的事件也不同，这些所有可能发生的事件构成了一个事件表。

统计：仿真的目的是根据仿真中发生的现象来分析系统，得出结论，所以仿真通常需要跟踪统计系统中的数据，量化其中感兴趣的方面。在仿真模型中，性能指标不是来自概率分布的分析，而是在不同模型的运行中取平均值。通常构造置信区间以帮助评估产出的质量。在航空指挥保障系统的平衡设计过程中，本发明关注系统的平衡性以及出动的架次率，因此统计量主要与这些有关，所以本发明统计空中飞机的数量以及总出动架次。

结束条件：因为活动是自举的，理论上一个离散事件仿真可以一直运行下去。因此必须决定仿真的结束条件。在航空指挥保障系统中，本发明需要仿真一天十机八波次的出动情况，所以设定八波次的调度结束为仿真的结束条件。

第五步：建立航空指挥保障系统的离散事件系统仿真模型

建立航空指挥保障流程的离散事件模型，其中，舰面子流程包括但不限于飞机准备、外观检查、充加油气、通电检查、数据加载、悬挂武器、挂弹后检查、惯导对准、舰面收尾，起飞子流程包括滑行入位、电气连接检查、往复车张紧、进入起飞状态、放飞，降落子流程包括形成下滑道、触舰、降落滑行，当触舰不成功时，飞机复飞并重新触舰。根据上述分析，以流程为基础对每架飞机进行建模，形成仿真模型。仿真模型主要由这些视图组成：舰面视图、起飞流程视图、降落流程视图和弹射器流程视图。

第六步：仿真分析结果

在不同的天气、飞行人员状态的情况下，对上述模型进行多次仿真分析，对航空指挥保障的出动架次进行了合理的估算，模拟了天气、飞行人员状态的不确定对系统的影响，逐步发现并调整了航空指挥保障瓶颈和不合理布局，在不断的跌迭代过程中，最终得到最优布局，使得航母能够在满足出动计划的前提下持续循环不间断运转。

另外，在航空指挥保障系统中，存在着不确定因素，在飞机的降落过程中，不是每一次都能成功降落的，在降落不成功的时候会进行复飞，那么如何模拟这一过程就是本发明的一个关键点。

在实际系统中，影响飞机降落是否成功主要有三个因素：天气条件、飞行员状态和降落时间。当天气条件越好，飞行员状态越好，降落时间在白天时，飞机越容易降落成功；而当天气条件越差，飞行员状态越差，降落时间在晚上时，飞机降落越容易失败。本发明根据调研大致估计了降落成功概率与这些因素的关系如下：

气候条件的取值为：当能见度为30km以上时，气候条件为0.9，当能见度为25-30km时，气候条件为0.8，当能见度为20-25km时，气候条件为0.7，当能见度为15-20km时，气候条件为0.6，当能见度为10-15km时，气候条件为0.5，当能见度为5-10km时，气候条件为0.4，当能见度为1-5km时，气候条件为0.3，当能见度为0.3-1km时，气候条件为0.2，当能见度为小于0.3时，气候条件为0.1。飞行员状态为：当飞行员连续飞行时间小于1h时，飞行员状态为0.9，当飞行员连续飞行时间为[1h-2h]时，飞行员状态为0.8，当飞行员连续飞行时间为[2h-3h]时，飞行员状态为0.7，当飞行员连续飞行时间为[3h-4h]时，飞行员状态为0.6，当飞行员连续飞行时间为[4h-5h]时，飞行员状态为0.5，当飞行员连续飞行时间为[5h-6h]时，飞行员状态为0.4，当飞行员连续飞行时间为[6h-7h]时，飞行员状态为0.3，当飞行员连续飞行时间为[7h-8h]时，飞行员状态为0.2，当飞行员连续飞行时间大于8h时，飞行员状态为0.1，其中，h为小时

同时，在仿真模型中，可以手动调节天气条件和飞行员状态，降落时间由模型自动计算得出，再根据上述公式可以计算出降落成功概率，飞机以降落成功概率降落成功或降落失败复飞，这样可以较好的模拟不确定因素对系统的影响。

本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。

Claims

1.一种基于离散事件系统的航空指挥保障优化方法，其特征在于包括如下步骤：

2.根据权利要求1所述的一种基于离散事件系统的航空指挥保障优化方法，其特征在于：所述的各个离散事件运行时间阈值范围包括飞机准备小于3min，外观检查小于8min，充加油气小于10min，通电检查小于4min，数据加载小于3min，悬挂武器小于12min，挂弹后检查小于2min，惯导对准小于4min，舰面收尾小于3min，舰面流程时间总计小于25min，滑行入位小于20s，电气连接检查小于10s，往复车张紧小于30s，进入起飞状态小于15s，放飞小于5s，形成下滑道小于10min，触舰小于20s，复飞小于9min，触舰后作业小于30s，降落滑行小于2min。

3.根据权利要求1或2所述的一种基于离散事件系统的航空指挥保障优化方法，其特征在于：所述的气候条件的取值为：当能见度为30km以上时，气候条件为0.9，当能见度为25-30km时，气候条件为0.8，当能见度为20-25km时，气候条件为0.7，当能见度为15-20km时，气候条件为0.6，当能见度为10-15km时，气候条件为0.5，当能见度为5-10km时，气候条件为0.4，当能见度为1-5km时，气候条件为0.3，当能见度为0.3-1km时，气候条件为0.2，当能见度为小于0.3时，气候条件为0.1。

4.根据权利要求1或2所述的一种基于离散事件系统的航空指挥保障优化方法，其特征在于：所述的飞行员状态为：当飞行员连续飞行时间小于1h时，飞行员状态为0.9，当飞行员连续飞行时间为[1h-2h]时，飞行员状态为0.8，当飞行员连续飞行时间为[2h-3h]时，飞行员状态为0.7，当飞行员连续飞行时间为[3h-4h]时，飞行员状态为0.6，当飞行员连续飞行时间为[4h-5h]时，飞行员状态为0.5，当飞行员连续飞行时间为[5h-6h]时，飞行员状态为0.4，当飞行员连续飞行时间为[6h-7h]时，飞行员状态为0.3，当飞行员连续飞行时间为[7h-8h]时，飞行员状态为0.2，当飞行员连续飞行时间大于8h时，飞行员状态为0.1，其中，h为小时。

5.根据权利要求1或2所述的一种基于离散事件系统的航空指挥保障优化方法，其特征在于：所述的流程仿真软件为anylogic仿真系统软件。