Optimization of training programs for competency-based training - COMFORT model description

Abstract

The Royal Norwegian Air Force (RNoAF) is in the process of phasing in new F-35 combat aircraft, which will take on a wide range of roles. Efficient pilot training is crucial in order to make full use of this investment. Simulator training will be an integrated part of the training program for the F-35 pilots. The simulators provide a means to better adapt the training to the needs of the pilots. One possible approach to improve training efficiency is competency-based training, where training is planned according to competency requirements rather than requiring pilots to complete specific missions. Competency-based training is a promising approach that may improve the training outcome and reduce costs. At the same time, the scheduling and resource allocation can be challenging due to the high degree of flexibility required. In this report, we make use of optimization algorithms to assess these challenges. We consider a regime where the set of missions that the pilots can carry out and the set of required competencies are given. Our aim is to minimize the total cost of the pilot training according to a given cost function, while ensuring that the pilots train each competency a given number of times. Two cases are considered: one where the training outcome of each mission is fixed and one where it can vary between different repetitions of the same mission. Both problems are formulated as Constrained Optimization Problems (COPs). For the case where the training outcome varies, we compare two equivalent formulations. We implement a Java program named COmpetency-Mission Frequency Optimizer for Readiness Training (COMFORT) that solves the COPs using the software package OR-Tools. OR-Tools includes implementations of three different COP solution algorithms. We compare the three solution algorithms in terms of computation time for a set of example parameters and highlight some of their general strengths and weaknesses.

Luftforsvaret er i ferd med å fase inn nye kampfly av typen F-35, som skal fylle et vidt spekter av roller. Et effektivt treningsopplegg for pilotene er avgjørende for å få fullt utbytte av denne investeringen. Simulatortrening kommer til å bli en integrert del av treningsprogrammet til F-35-pilotene. Simulatorene gir muligheter for å tilpasse treningen bedre etter pilotenes behov. En mulig framgangsmåte for å effektivisere treningsopplegget er kompetansebasert trening, hvor treningen planlegges ut fra kompetansekrav i stedet for krav om å gjennomføre spesifikke oppdrag. Kompetansebasert trening er en lovende framgangsmåte som kan forbedre treningsutbyttet og redusere kostnadene. Samtidig kan tidsplanleggingen og ressursallokeringen bli utfordrende på grunn av den store fleksibiliteten som kreves. I denne rapporten bruker vi optimeringsalgoritmer for å se på disse utfordringene. Vi ser på et regime der det er kjent hvilke treningsoppdrag pilotene skal gjennomføre og hvilke ferdigheter de må opprettholde. Målet er å minimere kostnaden av treningen ut fra en gitt kostnadsfunksjon og samtidig sikre at pilotene trener på hver ferdighet et gitt antall ganger per år. Vi ser på to varianter av dette problemet: en hvor treningsutbyttet for hvert oppdrag er fast, og en hvor det kan variere mellom ulike repetisjoner av oppdraget. Begge problemene formuleres som føringsbaserte optimeringsproblemer (COP-er). For tilfellet hvor treningsutbyttet kan variere, sammenligner vi to ekvivalente formuleringer. Vi implementerer et Java-verktøy kalt COmpetency-Mission Frequency Optimizer for Readiness Training (COMFORT) som løser COP-ene ved hjelp av programvarepakken OR-Tools. OR-Tools inneholder implementasjoner av tre ulike løsningsalgoritmer for COP-er. Vi sammenligner beregningstiden som brukes med de ulike algoritmene for et sett med eksempelparametre, og trekker fram noen generelle styrker og svakheter ved hver algoritme.