船舶与海洋工程

项目概述

本项目聚焦我国深海油气开采场景下海上石油平台直升机调度痛点：传统人工调度受海况、机型续航、平台起降规则多重约束难以实现全局最优，现有调度系统参数固化、无法通过自然语言响应临时人员增减、机型变更等动态需求。项目构建大语言模型 (LLM)- 混合整数规划 (MIP)- 离散事件仿真三位一体智能调度技术框架，以 10 座海上平台、S-92/H225/AW139 三类商用直升机、合计 1767 人次人员轮换运输需求为实测工况。

首先结合海洋作业专属约束搭建混合整数线性规划数学模型，使用 Gurobi 求解器融合分支割平面法与启发式算法输出最优排班计划；基于 Python-Simpy 自研高精度离散事件仿真器，复刻直升机起降、人员装卸、海上加油全流程，校验调度方案落地可行性；依托 MCP 模型上下文协议打通大模型与本地工程文件，通过提示词工程实现自然语言需求自动解析与系统参数自适应修改；最终集成全部模块，开发带可视化 GUI 界面的一体化智能调度软件，完成多工况对比测试。

项目创新点

1. 调度模型定制创新：突破通用车辆路径（VRP）模型适配性短板，结合海上平台加油规则、航线停靠上限、首航最低上座率、直升机起降间隔等海洋行业特有规则，搭建专属多约束混合整数规划模型，贴合中海油现场运营规范。

2. 大模型落地创新：首次将 MCP 协议与大语言模型结合应用于海上直升机调度领域，依托 MCP 实现大模型直接读写机型、平台、需求配置文件，用户以日常自然语言即可完成参数修改，解决传统系统改配置需手动修改代码的难题。

3. 全链路闭环创新：首创 “自然语言输入 - 数学优化求解 - 离散仿真校验 - 飞行轨迹可视化” 全自动化闭环调度架构，打通算法优化与实景仿真壁垒，实现调度方案生成、验证、复盘一体化。

项目成果及应用前景

自主研发整套全栈 Python 智能调度系统，包含 LLM 交互、数学求解、离散仿真、动画可视化四大核心代码模块，配套标准化输入输出文档；实测相比传统人工调度，项目样本总成本节约 13.6%、总工期缩短 3.2%、执行架次减少 9.8%、平均载客率提升 2.1%，单日调度方案生成时长由数小时压缩至 10 分钟以内。并完成了一篇中文核心论文。

短期可直接落地中海油、中石化近海油气田直升机人员轮换与物资短途补给调度，替代人工排班，降低海上运维成本；中期可将模型与系统架构可横向迁移至海上风电运维船舶、远洋科考补给船调度场景；长期可融合数字孪生、北斗定位、实时气象数据库迭代升级三维智能调度平台，适配我国深远海油气开发智能化建设需求，助力海洋能源产业数字化转型，服务国家能源安全战略。