考虑随机共因失效的战时装备群任务成功概率仿真评估

装备群任务成功概率评估是联合作战条件下复杂装备体系任务成功概率评估的基础。针对战时装备群任务成功概率评估问题,考虑任务时间的随机性和任务过程中敌方火力打击这一典型随机共因失效事件,采用“直接法”和“间接法”两种方法对装备群任务成功概率进行仿真评估,通过算例对两种评估方法进行了分析比较。研究结果表明,采用“直接法”得到的评估结果更加准确,但是仿真效率较低;在允许误差范围内,当随机共因失效事件参数和任务时间参数在一定范围内取值时,采用“间接法”评估装备群任务成功概率更佳。     

考虑随机共因失效的战时装备群任务成功概率仿真评估

装备群任务成功概率评估是联合作战条件下复杂装备体系任务成功概率评估的基础。针对战时装备群任务成功概率评估问题,考虑任务时间的随机性和任务过程中敌方火力打击这一典型随机共因失效事件,采用“直接法”和“间接法”两种方法对装备群任务成功概率进行仿真评估,通过算例对两种评估方法进行了分析比较。研究结果表明,采用“直接法”得到的评估结果更加准确,但是仿真效率较低;在允许误差范围内,当随机共因失效事件参数和任务时间参数在一定范围内取值时,采用“间接法”评估装备群任务成功概率更佳。     

面向任务的装备保障体系多Agent建模与评估方法

随着战争形态向着体系化、智能化转变, 装备保障体系有了新挑战。同时, 动态变化的战场环境要求装备体系要适应战场态势, 动态支撑作战任务。目前, 装备保障体系建模研究存在与作战任务联系不紧密、与装备体系不匹配, 不能充分体现装备保障体系自主性等问题。首先, 基于多Agent方法, 从结构和流程两个方面对装备保障体系的任务层、基地层、装备层建模, 重点考虑保障任务中时间和空间约束问题; 其次, 提出面向任务的装备保障体系评价指标, 构建指标模型; 最后, 通过对典型作战任务对应保障活动进行仿真, 验证模型的合理性和有效性, 并完成装备保障体系的效能评估。本研究可为装备保障体系结构优化、流程设计等工作提供参考。     

基于DoDAF的装备体系任务建模与仿真

装备体系任务建模与仿真是对装备体系进行模型验证和分析的基础。以四元组（目标,装备,活动,关系）为基础,建立了装备体系任务的描述模型,并基于美国国防部体系结构框架（Department of Defense Architecture Framework, DoDAF）,提出了基于活动建模的装备体系任务静态模型建模方法和采用IDEF3语言来建立装备体系任务仿真模型的方法以及其具体建模步骤。最后以航母体系的典型任务为例,对上述建模与仿真方法进行应用,证明了所提方法的有效性。     

联邦对象模型与仿真对象模型开发过程建模

在基于高层体系结构(HLA)的分布仿真系统开发过程中,需要对仿真系统中的交互数据进行建模和抽象,以便生成FOM和SOM,保证联邦执行的正确运行。提出了综合开发联邦对象模型(FOM)和仿真对象模型(SOM)的七个步骤,并对各个步骤所完成的任务进行了详细的定义。这些步骤包括:对仿真任务中的实体和事件类型进行抽象和建模;分解仿真任务,确定联邦成员及其仿真的实体和事件类型;确定FOM中的对象类和交互类;生成SOM草案;综合SOM草案,生成FOM;确定FOM中的路由空间,生成正式的FOM;生成正式的SOM。     

基于时间Petri网的装备体系可靠性建模与仿真

针对装备体系规模大、层次多、成员彼此分离、不断演化的特点,以及体系可靠性预计与分配困难的问题,在充分研究体系内涵的基础上,结合美国国防部体系结构框架（Department of Defense Architecture Framework, DoDAF）和流程分析研究方法,提出了一种基于时间Petri网流程分析的装备体系可靠性建模与分析方法,详细分析了体系结构和使用流程的建模过程,构建了装备体系的可靠性计算模型。以某机场航空保障体系为例,说明了基于流程的体系可靠性建模分析的详细过程,通过ExSpect（Executable Specification Tool）仿真软件,得出了装备体系流程的执行时间和可靠度仿真结果。     

合成部队多阶段作战任务成功概率仿真评估

考虑战场环境和战时装备维修保障评估合成部队多阶段作战任务成功概率, 对于辅助合成部队作战任务规划和装备维修保障决策具有重要的现实意义。在分析合成部队装备和合成部队装备维修保障模式的基础上, 构建了战时合成部队多阶段任务剖面; 通过对合成部队作战过程的分析, 提出了战时合成部队各阶段任务成功要求; 充分考虑合成部队多作战单元任务的协同性、合成部队装备的多样性及其战时随机共因失效(random common cause failure, RCCF)、战场环境下敌方火力打击和阶段任务时间的随机性、换件修理时间的不确定性等复杂因素, 利用蒙特卡罗仿真(Monte Carlo simulation, MCS)原理给出了合成部队多阶段作战任务成功概率评估的详细仿真流程, 并通过算例进行仿真和结果分析。研究结果表明:本文模型可用于合成部队多阶段作战任务成功概率评估和战斗阶段持续时间优化, 并为战时合成部队备件携行方案优化奠定了模型基础。     

考虑时间相关故障的多状态系统可靠性与任务成功性仿真评估方法

针对考虑时间相关故障、多状态性能输出、系统冗余储备等因素的系统可靠性与任务成功性评估问题使用解析法难以建模求解, 而一般仿真方法又存在抽样效率慢和估值精度低的问题, 提出具有时间相关故障抽样与统计方差减小相结合的蒙特卡罗仿真评估方法。首先,设计了非指数剩余分布抽样的数值计算方法, 实现了时间相关故障的随机事件抽样。其次,在此基础上结合受迫转移、失效偏倚等方差减小方法, 提高了小概率事件的仿真抽样效率, 改善了仿真评估方法的估值精度。最后,通过舰船航渡任务的算例, 验证了该方法对评估复杂系统行为和故障机制条件下系统可靠性及任务成功性的合理性和有效性。     

天基信息支援体系离散事件仿真与效能评估

针对天基信息支援体系效能评估中存在的准确性与实时性无法兼顾的问题,以体系仿真为基础,提出一种基于离散事件仿真的效能评估模型构建方法。首先,基于仿真工具建立离散事件仿真模型,对体系的结构与运作流程进行模拟,并基于仿真模型构建评估指标体系,生成效能评估数据样本。之后,利用深度学习对复杂映射的强大表现能力基于深度置信网络构建效能评估代理模型,结合无监督预训练和有监督调优实现网络的训练和参数优化。最后,对仿真生成的测试集样本进行评估模型验证实验。结果表明,所提方法在计算快速的同时对原评估模型有很高的还原度。     

基于作战环的武器装备体系能力评估方法

针对现有的武器装备体系结构描述与能力评估方法难以体现装备关联关系对体系能力的影响,借鉴复杂网络理论应用于武器装备体系网络化建模方面的优越性,基于作战环的武器装备体系结构描述与建模方法,将武器装备体系构成实体抽象为网络中的节点,节点之间的信息流抽象为网络中的边。通过对节点和边进行建模,构建了整个作战环的能力指标体系。基于信息熵理论分析了作战环执行作战任务的不确定性,给出了武器装备体系作战能力评估方法的具体流程。最后,对天基信息支援反导作战进行网络化建模及作战能力评估,验证了方法的可行性和合理性。     

基于PERT网络的机群保障任务时间成本优化

针对保障任务时间成本优化问题,建立了机群保障任务的计划评审技术图,假设保障活动工期服从指数分布,任务成本函数为不连续函数,建立机群保障任务时间成本的优化问题模型,采用蚁群算法和蒙特卡罗仿真技术设计求解方法,研究过程中采用不同的参数设置和实验数据对模型进行验证,验证结果表明所建模型有较好的计算结果和合理的计算时间。     

面向事件活动流的舰艇作战任务效能评估模型

考虑作战过程性因素对作战效能的影响,将作战任务表示为作用在作战资源上的活动、状态、事件及其关系组成的事件活动流模型。在此基础上,提出了基于信息熵、面向事件活动流的作战任务效能评估模型,针对评估模型中的权重评价,给出了基于微粒群的权重向量优化算法,从而通过对作战任务的事件活动流模型进行效能评估,实现对作战任务效能的评估。最后给出了作战任务效能评估的实例。     

复杂系统使用任务完成概率模型

研究了任务期间允许换件修理时复杂系统的使用任务完成能力。对武器系统的使用任务进行分类。利用马尔可夫过程分析部件系统在特定维修保障策略下的状态转移过程,以部件系统固定任务时间内在正常状态停留时间的分布函数作为其任务完成概率模型,并通过全概率分解对任务完成概率进行求解。通过分析任务期间部件系统、装备、武器系统三者之间的任务可靠性关系进而得到复杂系统的任务完成概率。最后,运用数值计算的方法绘制了复杂系统任务完成概率随任务时间和工作量的变化曲线,讨论并分析了任务时间对任务完成概率的影响。     

基于EA流程图的指挥流程信息可视化方法

针对传统的基于线性列表可视化显示方式难以满足高效指挥流程监控与评估要求的问题,提出和实现了一种基于事件行动(event action,EA)流程图的指挥流程信息可视化方法。首先,基于可视化显示内容与形式的军事需求,提出了一种EA流程图模型;其次,建立了指挥内容军事概念模板,实现了非结构化基础数据到结构化指挥行动信息的转换,基于指挥流程规则知识比对方法,实现了按照指挥目标任务分类的指挥事件信息生成,形成了从数据到EA流程图映射的方法过程;最后,以装甲机械化部队作战指挥仿真训练为应用案例,设计实现了指挥流程信息可视化系统,对提出方法的可行性和有效性进行了验证。     

装备体系多阶段任务可靠性高效解析算法

体系作战任务可靠性的实时评估是未来作战的必然要求。为了实时计算装备体系多阶段任务可靠性,基于k/n(G)表决模型,设计了一种考虑冗余的可靠度高效解析算法。在体系结构分析及任务概述基础上,建立了冗余故障树以及由冗余故障树转化的二元决策图(binary decision diagram,BDD)模型。针对传统可靠性解析计算算法复杂度高的问题,本文利用递归算法改进了k/n(G)表决模型的计算过程,提高了计算效率。以航空装备体系远程目标打击任务为例,数值计算表明,本文的改进解析算法有效得出了体系多阶段任务可靠度计算结果,且相比传统算法运算效率得到显著提高,有利于应用到体系作战任务可靠度实时计算评估,指导任务统筹和规划。     

基于过程挖掘的未来感知预测模型

将事件日志中蕴含的过程模型看成两紧邻活动的组合,提出两种新的过程模型。首先,利用日志信息中的活动紧邻关系构造邻接矩阵提取过程模型,该模型中每个活动仅发生一次;其次,为避免过程模型中出现回路或者环路而造成模型预测精度降低的情况发生,在构造的邻接矩阵中增加活动在事件日志中所处的顺序位次,构造含有活动位次信息的邻接矩阵,以此为基础上进一步提取过程模型,该模型中每个活动在同一个位次上仅发生一次;再次,通过矩阵中的信息可获得过程模型中每个上层节点到各个下层节点的路径与相应概率;接下来,根据事件日志中信息的类型和特征,利用过程模型对决策者所需要的信息（如活动名称、等待时间、发生概率）进行预测;最后,利用随机数据与实际数据同基于序列提取规则的过程模型预测结果进行比较,验证所提模型的实际有效性。