Militära utplaceringar till stränga miljöer – vare sig det är humanitära uppdrag eller stridsoperationer – involverar omfattande logistisk planering, som ofta kompliceras av oförutsedda händelser. Forskare vid North Carolina State University har nu skapat en modell som syftar till att hjälpa militära ledare att bättre redogöra för logistiska risker och osäkerhet under operativ planering och genomförande.

"Varje gren av militären använder nu ett ERP-system (Enterprise Resource Planning) som hanterar allt från rekvisitioner till leverans av förnödenheter till lagerspårning, " säger Brandon McConnell, motsvarande författare till en artikel om den nya modellen och en forskningsassistent vid Edward P. Fitts Department of Industrial and Systems Engineering i NC State. "Dessa affärssystem gör det möjligt att skapa beräkningsmodeller som kan användas för att identifiera de mest effektiva sätten att möta militärens logistiska behov.

"Dessa modeller skulle vara särskilt värdefulla under expeditionsoperationer, där militären försöker etablera sin närvaro – och sin leveranskedja – i en miljö som är föremål för en hel del osäkerhet.

"Den modell som vi har utvecklat kan inte bara underlätta militärens förmåga att effektivt avgöra vad som kommer att behövas var, men kan också bedöma risk i nästan realtid för att ta hänsyn till osäkerhet, " säger McConnell, en före detta infanterikapten i den amerikanska armén som tjänstgjorde vid två turnéer i Irak.

Den nya modellen, kallat Military Logistics Network Planning System (MLNPS), bygger på tre informationskällor. Först är logistisk data från affärssystemet. För det andra är driftsdata, såsom en operations uppdrag, organisation och tidslinje. För det tredje är data om "uppdragsspecifik efterfrågan, " betyder logistiska krav som är speciella för ett givet uppdrag och dess miljö. Till exempel, en stridsoperation som genomförs i kyla, fuktig miljö skulle ha andra krav än ett humanitärt uppdrag som utförs i en varm, torr miljö.

MLNPS använder också två faktorer för att bedöma risker och bestämma hur risker kan påverka militära kapaciteter. Den första faktorn är sannolikheten att en händelse inträffar; den andra faktorn är vilka konsekvenser den händelsen kommer att bli. Till exempel, om sannolikheten för två händelser är identiska, modellen skulle ge större vikt åt händelsen som skulle kunna ha en större negativ inverkan på militär personal och uppdragsprestationer.

"MLNPS använder all tillgänglig data, står för risk, prognostiserar sedan hur de logistiska resultaten kommer att se ut i verkligheten, " säger McConnell. "MLNPS kan användas som ett beslutsplaneringshjälp, tillåter ledare att provköra planer för att identifiera handlingssätt som bäst stöder genomförandet av en operation."

MLNPS kan också användas medan en operation exekveras, som en del av betingade logistiska planeringsinsatser som sker när omständigheterna förändras på plats.

"Just nu, MLNPS är en robust proof-of-concept-prototyp, utformad för att visa det potentiella värdet av kraftfulla beräkningsverktyg som kan använda ERP-system, ", säger McConnell. "Befintliga logistiska verktyg är både värdefulla och kraftfulla. Dock, Jag känner inte till några andra metoder som använder ERP-data och som dessutom är tillräckligt snabba för operativ användning när tiden är avgörande."

"Denna forskning lägger den matematiska och operativa grunden för konstruktionen av en nätverksbaserad modell som fångar routingalternativ och karakteriserar lösningar för kapacitetsplanering och resiliensanalys i nästan realtid, säger Joseph Myers, Army Research Office matematiska vetenskapsavdelningschef vid Combat Capabilities Development Commands Army Research Laboratory. "Detta projekt kommer att förse militära logistikplanerare med kapacitet som för närvarande saknas i vanliga logistikplaneringsverktyg."