机群保障问题是组合优化的经典问题之一,同时在实际生活生产中也有广泛的应用场景。对民营机场来说,高效的机群保障作业不仅能够节省机场的运营成本,还能提高乘客对出行服务的满意程度;对于作战飞机而言,更高的机群保障效率意味着飞机出动效率的提升,从而使得战争能够获得更大的获胜概率。本文首先对机群保障问题进行数学建模,将飞机在地面的保障过程主要分为两个阶段,第一阶段是为飞机选择合理的保障位,属于停机位分配问题;第二阶段是在停机位上进行保障作业调度,属于资源限制下的项目调度问题。并以形式化的语言对所建模型进行了描述。此外,本文针对地面机群保障问题,提出了一个全新的求解方案,将整体的问题拆解成停机位分配问题和作业调度与资源匹配问题上下两层,通过分别求解这两个问题最终达到求解地面机群保障问题的目的。具体采用强化学习中的Q-learning算法来求解上层的停机位分配问题,为了提高求解的效率,在上层问题求解最终方案时会同时考虑下层的调度问题,而对调度问题的求解则采用一种贪心算法,期望能对上层算法进行快速可靠的评估。另外本文还采用了根据实际问题设计的算例对提出的基于强化学习的机群保障算法进行测试,并与其他算法在同样的算例上进行求解的效果对比,证明了本文所提出算法的有效性和优越性。