战时伤员救护车辆运用建模仿真研究

鹿国伟，陶学强，段德光，张泽瑞，李 昊，陈 恩

（军事科学院系统工程研究院卫勤保障技术研究所，天津 300161）

0 引言

战时伤员救护车辆运用是当前卫勤保障装备运用研究的重要组成部分[1-2]，其中从营集伤点到后方救护所的伤员救护车辆运用过程是卫勤救治链路承上启下的环节，处于“三区四级”[3]中的早期救治阶段，是满足“黄金1 小时”伤员救治的关键，关系到伤员能否及时到达后方救护所得到优质的医疗救治。因此，其运用情况的研究对于提高车辆运送效率和伤员运送及时率有重要价值。

战时车辆装备运用研究是一项复杂、系统的工程[4]，包括影响因素、过程调度、数量编配、效能评估等[5-6]许多方面。目前，从宏观角度对车辆运用研究的成果较少，更多的是针对车辆运用的某一方面进行研究，比如饶宇辉[7]基于GIS/GPS 研究军用车辆调度，赵东[8]通过目标规划法探讨运输车辆编配，李宏伟[9]、王虓[10]研究了车辆调度算法，黄辉等[11]对应急救援车辆调度策略进行了研究，但这些研究缺乏整体性和系统性。因此，本文借鉴武器装备运用研究[12-14]中广泛采用的建模仿真方法，基于Anylogic 建模仿真平台[15-18]，采用多Agent 建模方法对救护车辆运用过程进行模拟仿真，探究战时车辆运用过程中各因素影响大小，并对车辆数量编配进行分析讨论，为卫勤指挥人员决策提供辅助手段。

1 模型设计

1.1 伤员模型

1.1.1 伤员物理模型

伤员流是本文建模仿真的逻辑起点，驱动伤员救护车辆的调度运用，是本文的基础数据。伤员拥有数量、类型、运送优先级、运送体位等多种属性，其中与救护车辆运用研究密切相关的是运送优先级和运送体位。

（1）运送优先级。

战时伤员运送越早，医疗处置越及时，救治效果越好。为了保证伤员运送有序开展，当伤员产生较多时，通常按照伤员伤情确定伤员优先级，进而判断伤员运送顺序。本文中运送优先级主要定义为轻伤员、中伤员和重伤员。

（2）运送体位。

伤员体位主要由伤员的伤势及伤部共同决定，影响运送车辆容量，其中轻伤员和中伤员主要以坐姿为主，重伤员以卧姿为主。结合专家咨询和实际情况，本文中定义体位为坐姿和卧姿，且1 名卧姿伤员与3 名坐姿伤员所需空间相同。

1.1.2 伤员产生数学模型

伤员产生过程与作战对手、类型、环境等诸多因素相关，但尚无明确产生规律。为了更好地研究救护车辆运用情况，采用场景分析理论，将伤员产生过程定义为均匀分布、泊松分布、脉冲函数3 种方式。

（1）均匀分布。

令伤员在单位时间内以恒定概率a 均匀产生b名伤员，则在T 个单位时间内产生伤员的总数期望值S=a×b×T。均匀分布是在理想状态下伤员产生过程较为均匀，不出现批量伤员，对救护车辆运用影响较小。

（2）泊松分布。

（3）脉冲函数。

借鉴信号、电流等领域的脉冲函数理念，在前2个伤员产生方式基础上，令δ（t）表示时刻t 产生的批量伤员数量。脉冲函数主要是模拟战时极端情况下批量伤员产生，对车辆运用影响较大。

1.2 车辆模型

1.2.1 车辆物理模型

救护车辆是运用研究的主体，其属性有类型、数量、容量、速度等因素，本文重点关注车辆类型和数量属性。不同的作战背景和部队任务导致编配的救护车辆类型不同，本文仅涉及高机动急救车（以下简称“急救车”）和加装汽车伤员运输附加装置的运输车（以下简称“运输车”）2 种救护车辆。

1.2.2 车辆行为模型

如图1 所示，伤员按照设定函数和参数产生，随机分配至各营集伤点等待运送；营集伤点对伤员进行分类排序，并立即向后方救护所发送车辆请求；后方救护所收到请求后，按照收到请求的优先级，放入请求等待队列；当出现救护车辆空闲时，调度车辆至营集伤点进行运送，否则继续等待车辆。

图1 救护车辆运用流程

其中在营集伤点进行伤员装载时，存在伤员救治时效性与车辆空间利用率的冲突，此时各级指挥员会产生不同的调度策略，目前普遍采用的有3 种调度策略：

策略1 为伤员优先，突出伤员救治时效性，当车辆到达营集伤点后，装载伤员立即后送。

策略2 为空间优先，突出车辆空间利用率，当车辆到达营集伤点后，若车辆仍有空间，在设定的时间范围（一般不超过10 min）内等待伤员满载后进行后送。

策略3 为重伤员优先，兼顾伤员救治时效性和车辆空间利用率，当车辆到达营集伤点后，若存在紧急救治伤员，车辆立即后送，否则在设定的时间范围内等待伤员满载后进行后送。

1.3 评估模型

救护车辆运用情况可用评估指标来度量，通过专家咨询法设置伤员运送及时率和车辆利用率2 个关键指标。各指标的定义如下：

（1）运送及时率是根据“黄金1 小时”时效救治要求，车辆运送伤员至后方救护所时，车辆不足导致运送伤员出现不及时的概率，能够直观反映车辆是否满足伤员需求情况。记T 时刻运送伤员总数为S，其中超时运送的伤员数为a，则运送及时率Q 计算公式如下：

（2）车辆利用率是指车辆响应请求进行运送保障的时间占总时间的比例。记tj为第j 辆车的运行时间，T 为运送伤员总时间，救护车数量为b，则车辆利用率U 计算公式如下：

2 多Agent 建模仿真实现

多Agent 建模本质上是离散的，以个体为中心，更关注个体细节，可以较好地还原各主体之间的相互作用，是救护车辆运用建模仿真研究较为理想的方法。本文利用Anylogic 8.7.0 建模仿真平台中的多Agent建模仿真方法，将战时伤员救护车辆运用建模仿真系统划分为伤员产生、排序装载、车辆调度、总体调用4 个模块。

2.1 伤员产生模块

该模块主要包括伤员Agent、伤员参数Agent、伤员产生Agent。伤员Agent 主要记录伤员的顺序号、优先级、时间、位置等属性信息，伤员参数Agent 主要是设定伤员产生方式和数量比例，伤员产生Agent 主要根据产生方式和数量比例生成伤员流，并随机分配至营集伤点。伤员产生逻辑流程如图2 所示。

图2 伤员产生逻辑流程

2.2 排序装载模块

该模块主要为营集伤点Agent，其任务首先是接收伤员产生模块分配的伤员，然后按照运送优先级和运送体位对伤员进行分类排序，之后发出车辆请求和确定装载伤员。营集伤点逻辑流程如图3 所示。

图3 营集伤点逻辑流程

2.3 车辆调度模块

该模块主要包括救护车Agent、急救车Agent 和运输车Agent。救护车Agent 主要记录车辆类型、数量、容量、速度等属性，急救车Agent 和运输车Agent主要确定调度的目标营集伤点，调用伤员装载规则和运送伤员至后方救护所。急救车调度逻辑流程如图4 所示。

图4 急救车调度逻辑流程

2.4 总体调用模块

该模块主要负责初始化系统中各个资源的相关信息，管理和联系其他嵌入Main 对象中的Agent。当接收运送请求时，首先判断车辆空闲情况，确定调度车辆，并将请求信息传递给对应车辆；车辆完成任务后，实时更新系统中的相关资源信息，等待下次调度。总体调用逻辑流程如图5 所示。

图5 总体调用逻辑流程

3 典型案例应用及分析

虽然战时会尽可能满足一线卫勤保障车辆需求，以提高伤员运送及时率，但过多的车辆必然导致后方救护所目标过大，且造成人力、物力的浪费。因此为了更好地探究车辆运用规律，使车辆等装备能够发挥最大效能，也为指挥人员决策提供重要的参照，本文以救护车辆对某型部队实施卫勤保障为案例背景，选择影响因素和数量编配2 个方面探究车辆运用规律。

3.1 车辆运用影响因素研究

如果将每个影响因素作为输入变量，当对其每个变量取值进行组合试验，必然会带来组合爆炸，在有限的时间和资源的限制下，必定是无法完成的任务。试验安排得好，事半功倍，反之则事倍功半，甚至达不到预期目标。因此，在对仿真对象进行仿真试验获取参考数据时，必须进行科学试验设计，按一定规律确定少数具有代表性的试验因子空间。试验设计的本质是降维，常用的试验设计方法有随机试验设计、正交试验设计和均匀试验设计等。

根据相关专业知识和经验，设置表1 所示的影响因素和水平，如果将各个参数的取值进行排列组合，则产生81 次仿真试验，需要花费大量时间，也为后续的计算和分析带来很大的困难。

表1 车辆运用研究正交试验因素水平表

考虑到本文救护车辆运用涉及到因素数量和取值范围，选用较为常见的正交试验方法[19-23]。根据正交试验设计原理和车辆运用研究的因素及水平，利用正交设计助手软件生成本次试验的L9（34）正交表。同时，为了避免出现偶然误差，仿真过程中采用Monte Carlo 试验方法，不改变输入参数进行重复试验。本次试验中，仿真次数设置为100 次，设置信度为95%，最终得到如下正交试验结果，详见表2。

表2 正交试验结果

对试验结果进行极差分析，见表3，并构建各因素极差图，如图6 所示，可以较为直观地反映出各因素的主次顺序和优水平。

图6 各因素极差图

表3 正交试验结果极差分析 单位：%

运送及时率是车辆运用最重要的指标，直接关系伤员运送及时率，影响到伤员的救治效果，作为优先参考指标。根据各因素极差，可以看出各因素对伤员运送及时率的影响强弱顺序是C＞D＞A＞B，说明在车辆装备运用影响因素研究中，更多关注伤员和救护车数量，伤员产生方式和车辆调度方式相对影响较小。

从伤员产生方式看，均匀分布对应的运送及时率最高，脉冲函数对应的运送及时率最低，主要原因是伤员批量产生时车辆请求难以满足，造成伤员运送不及时；从车辆调度方式看，重伤员优先策略使运送及时率最高，空间优先策略使运送及时率最低，主要原因是重伤员对时效性要求高，需要优先后送，过于关注车辆空间利用率则会耽误伤员后送；从救护车数量与伤员数量看，伤员运送及时率与车辆数量呈正比，与伤员数量呈反比，这2 个因素对车辆运用影响较大，与试验预期基本一致，指挥员需要在战前对二者数量进行重点预测评估。

3.2 车辆运用数量编配研究

由于车辆编配数量和组合的有限性，为使车辆效用最大化，利用泊松分布方式产生200 名伤员，采用伤员优先调度策略，以目前常用的车辆编配数量为例，探究不同车辆编配数量和组合下的各指标情况，结果见表4。

表4 不同车辆编配数量和组合下各指标情况

从车辆编配数量看，当两型救护车编配比例相同时，随着车辆数量增加，伤员运送及时率明显提高，两型救护车利用率下降，说明车辆数量与运送及时率呈正比，与救护车利用率呈反比。此外，当车辆数量为6 时，运输车利用率不足50%，说明其在大部分时间为空闲状态，编配数量不够合理。

从车辆编配组合看，当车辆编配数量确定时，急救车数量越多伤员运送及时率越低，利用率越低；运输车数量越多伤员运送及时率越高，利用率也越低。急救车利用率变化幅度受车辆数量影响相对较大，主要原因是急救车仅能装载2 名卧姿（或6 名坐姿）伤员，相对于运输车可以装载12 名各类体位伤员，车辆容量明显不足。二者对比说明，运输车是运送批量伤员的有力工具，但是由于现实中运输车救治条件的有限性，目前仅能作为应急备选车辆。

综合车辆数量和组合来看，当救护车辆数量为4 时，通过调整车辆比例，伤员运送及时率可以达到90%以上，与救护车辆数量为6 的最大伤员运送及时率相差不太多。说明当车辆资源紧张时，通过合理配比两型车辆，伤员运送及时率也可以达到较高水平，为指挥员编配车辆提供了思路。

4 结语

本文基于Anylogic 建模仿真平台，通过构建伤员模型和车辆模型，模拟战时伤员救护车辆运用过程，较好地体现了不同伤员产生方式和数量、车辆调度策略和数量对伤员运送及时率的影响大小，并对车辆数量编配进行了探究，说明了建模仿真方法对于车辆运用研究的有效性。此外，本文仅从影响因素和编配数量方面对车辆运用进行了分析，但车辆装备运用涉及内容较多，其研究内容还需要进一步拓展完善。