建筑模型使复杂系统演化的动态优化

文摘

系统的系统(SoS)旨在提供价值参与者利益相关者在一个新系统的动态和不确定的环境正在不断添加和当前系统删除,自己的意志。这需要有效的进化管理在SoS建筑级别足够支持的过程,方法和工具。本文是基于模型的系统工程的原则(MBSE)和发展整体框架集成MBSE概念表征和近似动态规划(ADP)支持SoS进化。概念模型提供一个通用的体系结构表示改善各决策者之间的通信而动态优化方法表明进化规划决策的分析视角。国防部体系架构框架(DoDAF)模型使用的系统建模语言(SysML)用作MBSE工件与ADP建模元素通过DoDAF元模型以增加信息可追溯性和减少不必要的损失。使用水面作战SoS作为一个例子,本文演示和解释了发展DoDAF的过程模型,映射DoDAF ADP元素模型,制定ADP配方,并产生进化的决定。使用ADP的有效性在支持进化实现算法的解决方案,可以最大限度地发挥SoS能力随着时间的推移,通过比较说明了ADP解决其他替代方案。整个框架还揭示了桥接DoDAF-based概念模型和其他数学优化方法。

1。介绍

复杂系统(SoS)问题受到更多的关注近年来在航空航天工业通讯和信息技术的进步。在这些问题,多个异构的、地理上分布的系统交互和协作的目的,同时保持管理和运营独立(1,2]。综合防御系统是一个典型的战斗SoS组成的各种平台、飞机、传感器、武器等等。与传统的单片系统相比,一个SoS似乎更动态和演化,因为它几乎是不可能有一个完整的和完全成形的SoS。随着时间的推移,新系统可以补充说,当前系统可以更换或删除,和相互依存网络可以切换到一个更高效的结构。指挥和控制结构的变化在国防社区从层次多畴的说明了一个典型的进化过程,是具有挑战性的管理。进化通常被认为是一个重大的挑战在SoS区域(3)由于其复杂性和困难造成SoS特征包括系统自治,系统多样性、复杂的相互作用,不确定性和动态性。

美国国防部(DoD)做出了重大努力解决SoS进化的复杂性管理从系统工程(SE)的角度加强国防采办的成功。SE SoS指南(4)和国防采办指南(DAG) [5)简化进化收购过程提供有用的指导。Dahmann [6]进一步解除“秋千模式”在SE指南SoS直观的以时间为序“波模式”,被收购,SoS社区。模型由四个关键决策点——“SoS行为分析”,“开发/ SoS发展架构,”“SoS更新计划,”和“实现SoS更新,如图1。“波模式”本身没有指定任何特定的方法或工具来支持SoS发展决策过程;因此,本文使用它作为一个总体框架,开发有效的方法来支持SoS进化。

程序后“波模型,本文使用基于模型的系统工程(MBSE)方法来识别操作任务,系统选择、接口,连接,和交易所之间的内部和SoS的组成系统的问题。MBSE是SE的新范式,正式系统开发的实践通常是通过使用系统模型描述与系统建模语言(SysML) [7]。进一步管理SoS问题的复杂性,本文将在美国国防部架构框架(DoDAF)支持的SysML,来描述目标的模型从不同的涉众的观点问题。概念体系结构描述是很重要的,因为它允许SoS从业者结构化的方式来收集所有的信息,并允许所有相关的利益相关者有共同的理解问题。

虽然概念架构模型演示不同的元素组合在一起成一个一致的整体,分析方法也需要为决策者提供定量的解决方案。在架构层面,系统的演化过程,删除,修改在一个SoS可以解决作为一种特殊的多级组合规划问题,决策发生在“开发/ SoS架构演进”块“波模型。”决策,遭受各种各样的约束,在当前阶段可能影响参数,决定,在未来和能力。例如,目前新技术投资决策,减少预算目前收购可能增加trl进而改善未来系统功能或降低未来的购置成本。本文采用近似动态规划(ADP) [8)来解决这个多级决策问题基于三个主要因素:(1)ADP的decision-tree-like表示股票相似SoS演化过程;(2)ADP利用各种近似策略和其他技术来解决状态空间的爆炸问题,决策空间,和样本空间,通常发生在一个复杂的SoS;(3)ADP能够捕捉和外生参数之间的相互作用决定。

在当前文学、概念模型和分析方法通常是单独研究,因此本文提出了集成的架构模型动态优化方法更好的支持SoS进化。一方面,DoDAF-based概念性模型有助于识别关键要素确定一致的性能交付在SoS进化;另一方面,ADP的方法提供了序贯决策支持从分析的角度来看基于DoDAF的关键信息提取模型。初步尝试连接的概念模型和优化方法已发表在最近的一些论文(9- - - - - -11),但重大努力,比如清晰DoDAF模型和数学元素之间的映射,仍然是必需的。总的来说,本文旨在为SoS研究通过开发一个全面的框架,链接架构模型和动态优化方法基于“波模式”中的步骤为SoS进化生成有效的决策支持。更具体地说,本文(1)发展进化的ADP制定和解决方案方法SoS的多级决策过程的问题,(2)链接DoDAF模型和ADP配方通过DoDAF元模型(DM2),可以提高分析的不同阶段之间的可追溯性,和(3)阐明了如何构建DoDAF概念模型之间的连接和其他数学优化方法。

本文的其余部分由四个部分组成。第二节介绍了相关的背景和先进的研究。第三节雇佣了一个水面作战SoS作为一个激励的例子来解释建筑DoDAF的过程模型,映射DoDAF模型ADP元素,SoS进化建筑ADP配方,解决ADP的问题。第四节生成和解释结果的例子第三节。第五节总结了纸,指明未来的发展方向。

2。背景和相关工作

2.1。复杂系统演化

进化发展的五个区分SoS SoS功能普遍接受的社区。进化通常反映了一个进步的过程变化的属性发展实体或其组成的一个或多个元素(12]。因素影响SoS进化非常多样化,因此组织和研究人员研究了从广泛的角度和他们中的一些人甚至没有进化的名义SoS。在国防领域,官方文件如SE SoS指南(4]和DAG [5)以及DoDAF MBSE相关方法的目标是形式化的发展和演化过程来提高效率和降低风险。美国国防部强调模块化和开放性的临界(13)在军事系统设计和收购,以更好地应对意想不到的变化。麦尔(1)也表达的重要性“稳定的中间形式”和“杠杆接口”成功地设计一个SoS。锁(14)提出了一个定性分析方法识别、组织、和讨论信息方面的目标,背景,关键字,风险,后果,和行为管理SoS进化的风险。卡尼et al。15]讨论了动机、地点和SoS进化通过借鉴软件进化的结果。雷曼(16,17),作为一个先锋软件进化,发展软件进化的八个重要法律从1970年代到1990年代,包括持续变化,增加复杂性,自律,保护组织的稳定,保护熟悉,持续增长,质量下降,和反馈系统。这些法律也适用于SoS进化,但从代码SoS元素提供必要的转变。

一个相当重要的研究与定量和分析支持SoS进化是动态的战略规划(DSP) (18]。各种方法可用于解决DSP问题或者更具体地说下多级决策问题的不确定性。实物期权分析(ROA) (19,20.)被用于评估的价值flexibility-enabling上演部署索斯如地球低轨道通信卫星星座、海事领域保护系统,等等。Epoch-Era分析(EEA) (21,22)是另一种方法分析不确定的未来环境的价值系统的特殊结构,一个时代是固定的时间上下文和一个时代的时代是一个序列创建一个潜在的生命周期。time-expanded决定网络(TDN) (23)方法的目标是选择发展道路以最低的成本在不同的操作场景。戴维森et al。24)也提出了一个graph-theory-based制图发展途径与方法潜在的贸易空间架构,以使健壮性技术组合实现,后来架构更改。谭et al。25)提出了一种多目标进化算法(EA)获得系统开发计划通知系统组件应该成熟的先进水平在资源限制。艾奇逊等人。26)利用遗传算法(GA)来填充初始SoS meta-architecture和制定可能的贸易空间架构的“波模式”驱动的模拟SoS进化。的一些方法如ROA、经济区和TDNs直观理解,但遭遇时的计算复杂度问题大小增加;而其他EA和GA等不太直观的决策者了解SoS上下文和不能捕捉未来决策参数的影响。另外,他们中的大多数关注的价值计算的灵活性,而不是进化决策支持系统,删除和修改。

近似动态规划相结合的动态规划与随机近似显示了巨大的潜力在进化过程直观地表示,除了能够缓解计算复杂性导致大量的系统交互,SoS和不确定性。麦尔(27)提出了动态规划的最有前途的方法制定SoS管理问题。ADP是有利的在解决多级决策问题的不确定性通过利用适当的值函数近似。ADP应用程序中可用的各种例子,比如军事空运操作(28)、能源资源分配问题29日),和碳减排战略分析(30.),等等。在SoS背景下,Nusawardhana [31日]采用ADP一类SoS问题同时涉及到设计一个新系统(如飞机)和新系统与现有系统的配置(例如,航空公司机队分配)在有限的范围内。方和她的合著者32- - - - - -34)也证明了ADP的能力支持SoS进化为国防采办决策通过适当的假设。本文继续利用ADP的优势在解决复杂的多级决策问题中的不确定性下SoS上下文元素纳入制定。

2.2。MBSE启用和建筑模型分析

国际系统工程(INCOSE)理事会MBSE SE愿景2020定义为“形式化的建模支持系统的应用需求,分析、验证和确认活动开始在概念设计阶段和持续发展和生命周期晚期阶段”(35]。如前所述,MBSE相关方法可以支持SoS进化从标准化和规范化的角度。MBSE的目的是取代传统的以文档为中心的方法,以模型为中心的方法来达到提高设计质量,增强的通信,降低开发风险,提高生产率36]。SysML,走出统一建模语言(UML)已经支持MBSE普遍采用的。尽管MBSE和SysML没有SoS发展最初提出,他们已经收到SoS社会的极大关注。例如,Mori et al。37提出了SoS SysML概要文件和演示了如何使用模型驱动工程过程中的概要文件来支持不同类型的分析。博翰车道,(38]证明了SysML模型可以捕捉信息蒸馏从众多的组成系统文件和工程专家,然后将它们集成,以更好地促进SoS工程。虽然SysML为建模提供了图形化表示,DoDAF提供不同的观点来查看和分析一个SoS,主要包括功能观点(CV),操作的观点(OV),系统观点(SV),服务的观点(SvcV),数据和信息的观点(DIV)。集成的一个成功例子DoDAF和SysML DoDAF的统一配置文件/ MODAF (UPDM)是由INCOSE和OMG成员39]。海登和杰弗里斯(40)使用SysML, DoDAF 2.0, UPDM模型联合极地卫星系统地面系统的体系结构。米切尔(41UPDM SysML和DoDAF]用于建模一个常见的潜艇作战系统。本文还使用SysML开发DoDAF模型对理解和分析一个SoS的问题。

DoDAF概念模型和定量方法需要减少不必要的信息损失紧密相连。过去,集成的概念模型和模拟模型一直密切关注。举个例子,研究人员已经开发出建筑模型启用执行仿真模型基于有色佩特里网(42,43],基于主体建模[44),和基于网络的仿真45,46]。然而,并不是很多工作都集中在建筑之间的联系DoDAF模型,文中针对模型或分析模型(10]。一些研究者已经开始探索的集成分析方法和基于模型的架构。例如,莱索达et al。9)结合基于模型的系统工程和卫星SoS架构编程优化。Guariniello et al。10)的初始步骤连接SoS发展的一些分析方法和DoDAF模型。发怒et al。11]探索之间的联系DoDAF-based模型和整数线性规划的严格评估系统的脆弱性。本文旨在建立一个DoDAF之间的桥梁模型和ADP-focused数学公式来减少信息损失不同阶段之间的“波模式”和提供更多的明智的决定支持SoS进化。

3所示。拟议的框架:建筑模型启用动态优化

拟议的方法包包含DoDAF建模、数学公式,和解决方案。图2概述的步骤方法和它们的连接的步骤在“波模型。“阶段”进行紧急求救信号分析,“DoDAF模型是为明确任务目标,开发需求,操作任务,现有的和潜在的系统,交换资源,和未来的可能性。ADP配方所需的主要元素也在此阶段确定。SoS进化生成解决方案然后“开发/ SoS架构演进的阶段。“虽然我们可以生成整个进化的道路,只有当前阶段的架构决策将会实现。当“波模式”移动到下一个“三角”,内部和外部变化可能会发生,并开始新一轮的决策。

清楚地说明实施过程,本文采用水面作战(SUW)系统作为一个SoS的例子来描述方法一步一步。SUW是濒海战斗舰(LCS)为中心任务,负责开展detect-to-engage行动与表面接触。LCS使用开放式架构设计,允许与模块化装备“plug-and-fight”任务包。基于引用(47,48),SUW任务包主要包含直升机(mh - 60 r)例如,无人驾驶飞行器(无人机,例如,MQ-8),无人地面车辆(USV),和其他支持系统。独立管理和运营独立地理上分布的参与者的系统描述SUW系统作为SoS。不断满足用户需求随着时间的进行,防止混乱,各种变化,可见基于模型和形式化的方法是很重要的驱动SUW架构向想要的结果。为简单起见,我们限制SoS进化的范围与虚线矩形内的区域图3。也就是说,本文只考虑进化决策的形式系统添加一个稳定的运营环境。

3.1。我步:开发支持DoDAF模型

“定制”是DoDAF 2.02的关键原则。这一原则,只有构建必要的DoDAF模型了解SoS的问题。表1列出了本文使用的DoDAF视图及其目的,包括OV-5a(经营活动分解树),OV-5b(经营活动模型),OV-6a(操作规则模型),SV-4(系统功能描述),SV-5b(经营活动系统跟踪矩阵),SV-7(系统测量矩阵),SV-8(系统进化描述),和SV-10a(系统规则模型)。DoDAF模型开发与SysML使用MagicDraw软件和几个辅助矩阵和图。在SysML中,块定义图(BDD)表示称为块结构元素和它们之间的联系;活动图表示行为动作的顺序执行基于可用性的输入,输出,和控制以及输入输出变换的操作。如表所示1,我们使用BDD构建OV-5a和SV-4模型和构建OV-5b活动图模型。其他形式包括图形、矩阵和文本也用于发展中OV-6a SV-5b SV-7 SV-8, SV-10a模型。

OV-5a分解清除表面的任务目标威胁到一些经营活动包括搜索和探测、跟踪、分类,进行,指挥和控制。粒度是控制在一个粗糙的水平,易于理解的程序。基于OV-5a OV-5b进一步阐明了经营活动之间的相互依赖关系和信息交换。如图4、目标不同的活动之间交换的信息是主要的信息和指挥与控制活动流程大部分传感器和通信信息。经营活动取决于数量的物理系统完成的任务。我们识别潜在的系统方案,包括LCS,直升飞机,无人机,在SV-4 USV和各自的系统功能。每种类型的系统有四个具有不同程度的功能的变化。的系统和系统功能SV-4都可以映射到在OV-5b经营活动。潜在的系统和经营活动之间的映射SV-5b中描述,如图5。可以进行所有的lcs业务活动;直升机和无人机能够探测、跟踪、分类,并与目标;usv只负责检测和跟踪目标。

SV-7指定资源的定性和定量措施。在这个例子中,SV-7表2列出所选指标的重大经营活动和具体措施为每个替代系统。大多数表中输入数据的范围从雅各布森的论文(49]。灵活性意味着系统将新技术的能力;它会影响技术开发成本和性能改进。易于表示,假定系统III和IV型比系统I和II型的性能,同时系统II型和IV比系统的I型和III的灵活性。

SV-8在图6提供了一个图形表示的直升机系统的演化过程。系统的变化都取决于内部决策等技术的发展和预算等外部环境变化和技术成熟。OV-6a和SV-10a能够描述规则约束和系统的活动,如预算限制,数量约束、生产能力约束。

3.2。第二步:DoDAF模型映射到ADP元素

ADP是一个灵活的建模和算法的框架下解决多级决策问题的不确定性。图7演示了一个代表ADP的决策过程。圆圈表示系统的状态而决定节点的矩形表示。决定节点图7可以映射到决策点“开发/ SoS架构演进”在“波模型。“确定架构决策之前,我们需要DoDAF模型映射到ADP元素在SoS分析阶段。ADP的关键因素包括状态变量、决策变量、目标函数,转换函数,外源信息,必要时和约束(8]。表3说明了采用DoDAF之间的映射关系模型和ADP通过元模型建模元素。DoDAF模型的元模型的基本构建块,包括活动的数据元素资源,表演者,能力,测量,测量类型,和许多其他人。例如,概念OV-5涉及活动的元模型,资源流动、演员等。

决策变量。优化SUW SoS功能检测和摧毁敌人的船只需要物理系统的支持在OV-5 sv进行的经营活动。决策变量与SV-5b图中列出的物理系统5。两种类型的决策是在考虑:一个决策变量的整数 ,描述系统的数量这是获得时间 ,和一个二元决策变量 ,指示是否为系统开发的一项新技术在时间 。科技发展的决定累积的方式影响潜在的系统的性能。

状态变量。当前状态的状态变量由预算和系统参数在SV-7表信息2。等状态变量的操作任务和活动不考虑,因为它们被认为是稳定的。一个系统的系统参数影响的贡献一个操作活动进而影响SoS功能可以聚合为单个索引 。 可以作为状态变量代表。本文采用添加剂价值模型获得的值基于SV-7中的信息。根据引用(50,51),附加价值模型需要识别与系统相关的关键指标函数,措施的优点,和评分功能正常化不同措施的优点为0到100年,见以下表达式: 在哪里是衡量绩效;是价值的措施的总数;的重量吗衡量绩效;的水平吗衡量绩效;和代表在水平得分函数的值 。得分函数是一个维值函数分配价值系统达到目标的能力。以下配方基于引用(50,51)是一种构建选项得分函数: 在哪里代表一个衡量绩效(例如,检测范围)以最大的能力和最小的能力和的形状参数变化曲线,反映了决策者的主观偏好。

目标函数。根据DoDAF气海(经营活动能力映射),尽管没有明确指定,SoS的能力可以完成的经营活动。也就是说,每个操作活动的能力贡献OV-5b图4组合聚合SoS功能。给出的基本结构如下: 在哪里 ,的函数 ,代表的能力经营活动所造成的对整个SUW能力在时间和功能和参数模型产生的专家经验,工程判断,历史数据或模拟分析。本文假定的线性形式和为了简单起见。 在哪里和权重因素表示操作活动的重要性吗和系统导致整个SUW SoS和活动 ,分别。重量选择多准则优化问题的长期研究和各种方法(例如,层次分析法,分析网络的过程,和统计分析)。本文假定的值和可以通过专家们的意见了。将方程(6)(5),我们获得完整的目标函数。

外源信息。外源信息包括的所有信息可以改变当前状态,主要随机变量的形式。根据SV-8图6在这项研究中,外源信息包含系统的随机能力提高 ,表示为 ,由于技术的发展决定在每个时间步,以及预算变化率 。轻松的表示、系统能力提高发生随机只有三个经营活动(即之一。,搜索和检测、分类和参与)。具体来说,LCS系统类型和USV类型上改进的随机检测威胁的能力;直升机类型的系统增强随机分类目标的能力;无人机类型的系统上改进的随机能力的威胁。所有系统都假定的能力增加截断正态分布。

转换函数。转换函数表明SoS州由于决策的改变或外源信息。基于进化的示范SV-8、系统能力提高当开发相关技术。与此同时,预算在每个时间步变化的速度 。方程描述如下:

约束。制定约束的信息可以来自OV-6a和SV-10a规则。SUW目标函数被认为是受预算限制,生产能力约束,约束和其他一些要求。 在哪里 , , ,和代表LCS的最低数量要求的系统类型,直升机类型,无人机类型,和USV类型,分别系统的购置成本吗在时间而系统的技术开发成本吗在时间 。方程(14)约束系统采购决策和技术开发决策的有限的预算。显示系统的生产能力在时间 。

3.3。第三步:构建ADP配方SoS进化

动态规划的基础是贝尔曼方程,在优化问题的价值在一个特定的决定阶段表达的直接收益和未来目标函数的最优值。每个决策阶段的价值计算递归地使用贝尔曼方程。动态编程的主要问题是计算期望值函数的棘手当状态空间的大小,决定空间和样本空间呈现指数级增长。ADP代替精确值函数的近似值,减少计算复杂度,同时仍然能够生成算法的解决方案(8]。同时,ADP的允许一个简单的表示decision-dependent参数难以合并使用动态编程。ADP的贝尔曼方程可以表示如下: 在哪里表示主要状态变量捕获未来价值。第一部分在预期符号描述的功能由决定在时间而第二部分表明近似值函数的状态 。 是一个折现系数值在0和1之间,帮助减少未来价值的重点目标函数以减少逼近误差。决策者需要找到适当的近似策略对于一个给定的问题。SoS的进化问题在架构层面,收集足够的物理细节来构建一个全面、复杂近似模型是具有挑战性的和不必要的。一个线性结构近似价值函数与方程(18)将是一个高层决策者更容易和更快的解决方案,尽管一些精度可能会失去作为一个价格。 在哪里指基函数,捕获重要的特性导致了整体能力。主要的状态变量选择基函数的SUW例子。代表了向量的调整参数使不同的近似值函数。后用近似代替精确值函数,方程(17)仍然是解决由于计算期望的挑战。我们采用postdecision状态变量的概念提出的鲍威尔(8)独立决策和外源信息的影响。期望可以被使用的示例实现不确定参数。新的目标函数可以表示如下:

本研究采用最小平方时间差异(LSTD)学习方法更新系数参数的近似。LSTD学习通过抽样外源信息和接近当前估计基于之前学的估计。更新方程可以表达如下根据文献[8]。是一个样本估计获得通过求解方程(19)系数在迭代 。

3.4。第四步:生成SoS进化的解决方案

生成SoS进化的解决方案,我们需要解决前面几节中讨论的数学公式。算法过程求解ADP的问题总结如下:步骤1:设置 。初始化 。步骤2:样本不确定的外生信息(例如,在这项研究中)。步骤3:为 ,做的事:步骤3:确定决策变量通过求解方程(19)。步骤3 b:更新通过更新系数向量根据方程(20.)和(21)。步骤3 c:更新系统状态使用方程(8)。第四步:让 。如果或 ,转到第2步。

4所示。结果与讨论

根据DoDAF使数学模型制定和采用ADP算法提供了在上一节中,本文运用“intlinprog”功能在Matlab解决整数规划问题在每个时间步为每个迭代。“intlinprog”功能对大尺寸可能效率低下的问题,在这种情况下,我们可以切换到更有效的商业计算工具,如最大化策略和Gurobi优化器。这个结果部分主要目的是展示了ADP方法的有效性在支持SoS进化而集成MBSE和ADP的有效性也将最后一个小节中讨论。

4.1。收敛性分析

产生任何决定之前可能是有用的,第一步总是检查ADP算法的收敛状态。由于确定性随机实验的实验是一个特例,我们只阴谋的收敛性分析的随机实验能力的提高每种类型的系统遵循正态分布。最初的预算是设置为10亿美元,以恒定速率增加5%在每个决策阶段。图8说明了使用线性值函数逼近的收敛状态方程(18)。(即客观价值。,the value function at the first stage) converges within 100 iterations. Fluctuations exist but remain in a small range, around 5% of the mean objective value.

4.2。解决方案比较

自decision-dependent参数难以捕捉在许多方法,比较从实验,不包括技术开发决策。价值函数收敛缓慢在这种情况下,我们设置一个小的折现系数等于0.5提高收敛速度。折扣因素不会影响比较一旦ADP算法和常规单级优化选择相同的折扣因素。图9展示了近似总额(即。,value function at the first stage) at each iteration and the exact total value obtained by adding together the capability value at each decision stage solved by single-stage integer programming. After 1000 iterations, the difference between the approximate objective value and exact one is within 1%, which demonstrates the effectiveness of value function approximation strategy with作为基函数。

技术开发决定合并,我们开始作为一个三级问题简化版本具有固定功能的增加,因为越来越多的决策阶段迅速增加的棘手问题。图10比较了ADP解决非线性规划的解决方案(特别是遗传算法)。根据情节,在每个阶段客观价值和客观价值总额超过三个阶段获得的ADP(即。、固体蓝色曲线下的面积)比遗传算法这些值。,结果从ADP的方法更接近最优解的遗传算法相比,采用了不少论文支持SoS进化。

在随机试验技术开发决策,图11比较从ADP算法获得的能力值和其他四个测试用例在每个决策阶段在一个特殊的情况下,随机参数的平均值作为代表。在这些测试用例,决策者不确定预算之间的比例对系统采购决策和预算技术投资决策。因此,我们用四个测试用例,技术投资的比例是0%,10%,20%,和50%,分别代表可能的决策。根据情节,只有案例1提供了一个解决方案接近ADP的结果虽然有些例如例4提供很糟糕的解决方案。十多个阶段(即总能力值。,area under each curve) of these five cases are 20302, 18052, 20023, 17864, and 11010, respectively. Although the ADP solution does not reach the exact optimal value, it outperforms all the other example solutions (and many others not listed) in this experiment. Although decision makers might still be able to pick the right decision, the loss for the bad decisions could be significant yet avoidable.

4.3。示范SoS进化的决定

SoS进化决策在这个例子中包括系统获得的数量加入SUW SoS和新科技是否发达为一个特定的系统。图12展示了系统决策的平均值。注意,实际的决定,将实现完全是当前决策虽然进化决策生成十多个决策阶段。基于图,LCS_III、LCS_IV Helicopter_III, UAV_IV, USV_IV大多数系统的并购计划的一部分。记得类型III和IV系统有更好的表演比I型和II系统而II型和静脉系统更灵活适应变化比I型和III系统。尽管I型系统便宜,几乎没有选择。相反,IV型系统是最具吸引力的选择。一个有趣的观察是,选择类型III系统比II型系统。更高的性能似乎更有利于决策者比更高的灵活性在这个例子。如果提供的好处的灵活性增加,相应的结果可能会改变。我们还可以观察到的数量IV型系统在后期迅速增加; this is because the cumulative benefit earned by technology development and flexible design surpasses the cost at a certain point.

4.4。讨论

结果在本节展示ADP的有效性在支持SoS进化通过分析收敛状态和比较解决方案从ADP和其他替代方法。上一节数学方程是当然不是唯一的方法制定SoS演化问题,但是他们并为决策者提供一个想法如何从DoDAF模型中提取有用的信息,将信息整合成数学表达式,为SoS进化生成量化的解决方案。尽管我们取得了相当多的假设简化过程,如线性参数模型用于目标函数、线性值函数逼近,和简单的外源信息,这些观点绝对可以提高更复杂的方法。我们也使用了一些合成输入数据,如改进的能力和系统数量要求;幸运的是,他们不影响该方法的本质,可以取代了真实的数据。

DoDAF模型的功能是提供一个公共平台,使不同类型的利益相关者之间的沟通更有效参与SoS。桥之间DoDAF模型和ADP的方法允许决策者直接产生进化的决定基于从DoDAF模型中提取的信息。一方面,增加的联系之间的可跟踪性概念模型和分析方法。另一方面,当用户使用DoDAF模型进行其他类型的分析,信息和数据来源将保持相同的不同类型的分析。决策者可以调查和分析一个SoS的问题从不同的方面用不同的方法减少信息不匹配。本文并没有意识到从DoDAF模型自动转换过程ADP建模元素,和手动翻译通过元模型可以被认为是初步步骤的自动化过程。

5。结论

使用MBSE工件作为常见的输入源不同的SoS架构分析一直是迫切需要对许多行业和政府机构。本文采用MBSE工件,更具体地说DoDAF模型使用SysML和ADP的方法为SoS提供决策支持进化的形式“波模型。“用一个激励SUW SoS的例子,本文开发了一个整个框架从DoDAF模型开发,DoDAF模型ADP元素之间的映射,ADP制定建设和解决方案。本文的主要贡献是DoDAF之间构建桥梁模型和ADP元素通过元模型包括资源、活动、系统、规则等。虽然没有完全自动化,集成可以帮助减少信息损失的可能性在定量分析和允许SoS的整体理解的问题。此外,本文制定了SoS进化问题作为一个多级组合规划问题涉及decision-dependent参数不确定性,等等,充分利用ADP的解决这种类型的问题。结果表明ADP的有效性在实现一个算法的解决方案,即使简单的线性值函数近似。最后,该方法不仅适用于ADP方法但也为决策者提供了一个想法如何构建DoDAF概念模型之间的连接和其他数学优化方法。

本文研究可以看作一种全自动MBSE初步一步的过程。手动DoDAF模型之间的连接和ADP配方仍然SoS工程师带来很大负担。因此,未来的工作将集中在推导数学公式自动或部分自动地从DoDAF模型。这需要一个清晰的理解DoDAF的元模型之间的逻辑模型和ADP的元素之间的逻辑。此外,许多假设的配方可以轻松的在未来。例如,当前ADP配方没有捕获OV-5b描述的经营活动之间的相互影响。此外,该工作应该应用于大规模和在未来完全详细的问题。

命名法

:	运营活动指数
:	所有经营活动
:	经营活动的总数
:	指数系统
:	所有系统
:	系统的总数
:	指数时间步或决策阶段
:	设置的步骤或决策阶段
:	能力提供的活动SoS在时间
:	功能由系统活动在时间
:	重量的活动在导致SoS
:	系统的重量在完成活动
:	的系统数量这是获得时间
:	是否为系统开发的一项新技术在时间
:	能力提高的系统活动在时间
:	预算时间
:	预算增加率
:	系统的购置成本在时间
:	系统的技术开发成本在时间
:	LCS系统的数量要求
:	直升机系统的数量要求
:	无人机系统的数量要求
:	USV系统的数量要求
:	生产能力的系统在时间
:	值函数逼近到最后
:	折现系数
:	基函数值函数近似
:	系数矢量基函数的值函数近似
:	样品估计价值函数的迭代在时间 。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这部分工作是由中国国家自然科学基金支持下批准号61273207,自主创新资金的华中科技大学的批准号2019 kfyxjjs17,下的湖北省自然科学基金批准号2014 cfb581。

引用

1. m·w·麦尔”系统之系统架构设计原则,“系统工程,1卷,不。4、267 - 284年,1998页。视图:出版商的网站|谷歌学术搜索
2. w·c·鲍德温、t . Ben-Zvi和b . j .调味汁”形成的协作系统通过归属选择机制,“IEEE系统,人,Cybernetics-Part答:系统和人类,42卷,不。4、793 - 801年,2012页。视图:出版商的网站|谷歌学术搜索
3. r·拉曼和m D’索萨,“决定学习的复杂系统和复杂系统体系结构框架设计决策,”系统工程,22卷,不。6,538 - 560年,2019页。视图:出版商的网站|谷歌学术搜索
4. OUSD l,系统工程指南系统的系统,2008年。
5. 国防部,国防采购指南国防采办大学配发,弗吉尼亚州,美国,2008年。
6. j . Dahmann g . Rebovich j .巷和k·鲍德温,”一个实现者的观点的系统工程系统的系统”学报2011年IEEE国际系统会议,南京,中国,2011年9月。视图:谷歌学术搜索
7. c . Piaszczyk“基于模型的系统工程与国防部体系结构框架,“系统工程,14卷,不。3、305 - 326年,2011页。视图:出版商的网站|谷歌学术搜索
8. w·b·鲍威尔近似动态规划:解决维数的诅咒美国新泽西州霍博肯市威利,第二版,2010年版。
9. m·莱索达j . m . Borky, r . m .世嘉“基于模型的体系结构和编程优化卫星体系架构,”系统工程,21卷,不。4、372 - 387年,2018页。视图:出版商的网站|谷歌学术搜索
10. c . Guariniello z方:Davendralingam, k Marais说,d . DeLaurentis”工具套件支持基于模型的系统工程启用系统分析,”学报2018年IEEE航空会议美国,大的天空,太,2018年3月。视图:谷歌学术搜索
11. j .发怒,h .奖章和k . Griendling“基于模型的系统工程方法关键基础设施脆弱性评估和决策分析,“系统工程,22卷,不。2、114 - 133年,2019页。视图:出版商的网站|谷歌学术搜索
12. 雷曼兄弟和j . m . c . Fernandez-Ramil“软件进化”软件演化和反馈:理论与实践约翰•威利& Sons,霍博肯,新泽西,美国,2006年。视图:谷歌学术搜索
13. s . p . Welby模块化开放式系统架构在国防部的收购,2014,https://ndiastorage.blob.core.usgovcloudapi.net/ndia/2014/system/16943WedTrack2Welby.pdf。
14. r .锁”,开发一种方法支持使用风险分析系统的发展,“系统工程,15卷,不。1,第73 - 62页,2012。视图:出版商的网站|谷歌学术搜索
15. d·卡尼、d·费舍尔和p的地方,主题在互操作性:系统进化宾夕法尼亚州匹兹堡卡内基梅隆大学软件工程研究所,美国,2005年。
16. m·m·雷曼”项目、生命周期以及软件进化的法则,“IEEE学报》,卷68,不。9日,第1076 - 1060页,1980年。视图:出版商的网站|谷歌学术搜索
17. m·m·雷曼j . f . Ramil p·d .理解力d·e·佩里和w·m·Turski”指标和法律的软件演化的年代看来,”《第四国际软件度量的研讨会阿尔伯克基纳米,美国,1997年11月。视图:谷歌学术搜索
18. r d。Neufville”,动态技术政策,战略规划”国际期刊的技术管理,19卷,不。3/4/5,225 - 245年,2000页。视图:出版商的网站|谷歌学术搜索
19. o . l . De尽情、r . De Neufville和m . Chaize”上演了部署在地球低轨道通信卫星星座,“《航空计算、信息和沟通,1卷,不。3、119 - 136年,2004页。视图:出版商的网站|谷歌学术搜索
20. j . Buurman s张,诉Babovic“降低风险通过实物期权在系统设计:架构海事领域保护系统的情况下,“风险分析卷,29号3、366 - 379年,2009页。视图:出版商的网站|谷歌学术搜索
21. m·e·菲茨杰拉德和a . m .罗斯”,减轻相关的不确定性有价值的可变性分析multi-epoch领域,”IEEE Syscon学报》2012加拿大,温哥华,公元前2012年3月。视图:谷歌学术搜索
22. 罗斯·m·e·菲茨杰拉德和a . m .,“维持生命周期价值:价值可变性分析模拟时代,”IEEE Syscon学报》2012加拿大,温哥华,公元前2012年3月。视图:谷歌学术搜索
23. m . r .银和o . l . De尽情“Time-expanded决定网络:可以演化的复杂系统的框架设计,“系统工程,10卷,不。2、167 - 188年,2007页。视图:出版商的网站|谷歌学术搜索
24. 卡梅隆·戴维森b, e·克劳利博士”技术组合规划通过加权图分析系统架构,”系统工程,18卷,不。1,45-58,2015页。视图:出版商的网站|谷歌学术搜索
25. b . j . w . Tan调味汁,j . e . Ramirez-Marquez和r . b . Magnaye”多功能multicapability系统多目标优化发展规划”,IEEE系统,人,和控制论:系统,43卷,不。4、785 - 800年,2013页。视图:出版商的网站|谷歌学术搜索
26. p·艾奇逊,l·佩普c . Dagli n . Kilicay-Ergin j . Columbi和k·哈里斯,“理解系统的系统开发使用一个基于主体的波模型,”程序的复杂自适应系统美国,华盛顿特区,2012年11月。视图:谷歌学术搜索
27. m·迈尔“系统之系统研究的挑战,”《IEEE国际会议系统,人与控制论Waikoloa,嗨,美国,2005年10月。视图:谷歌学术搜索
28. w·鲍威尔,b . Ayari j·伯杰et al .,“强劲的影响决定的不确定性成本军事空运操作,“ACM事务建模和计算机模拟,9卷,不。4,39-57,2010页。视图:谷歌学术搜索
29. w·鲍威尔,a·乔治·h·西芒et al .,“智能:随机多尺度模型分析能源资源,技术,政策,”通知Jounal在计算,队,2011页。视图:谷歌学术搜索
30. m·韦伯斯特:Santen, p . Parpas”近似动态规划建模框架decision-dependent下全球气候政策的不确定性,”计算管理科学,9卷,不。3、339 - 362年,2012页。视图:出版商的网站|谷歌学术搜索
31. Nusawardhana,动态规划方法并行设计和动态分配车辆嵌入在复杂系统普渡大学西拉法叶,在美国,2007年。
32. 方z和d . DeLaurentis”系统架构演化的动态规划系统”,Procedia计算机科学28卷,第456 - 449页,2014年。视图:出版商的网站|谷歌学术搜索
33. 方z和d . DeLaurentis多方利益相关者动态规划系统的发展和演变,“Procedia计算机科学,44卷,第104 - 95页,2015年。视图:出版商的网站|谷歌学术搜索
34. z方:Davendralingam, d . DeLaurentis“多方参与动态优化承认体系架构的选择。”IEEE系统杂志,12卷,不。4、3565 - 3576年,2018页。视图:出版商的网站|谷歌学术搜索
35. 国际系统工程委员会视觉系统工程2020,2007年。
36. 美国Friedenthal, a·摩尔和r·施泰纳SysML的实用指南:系统建模语言,摩根Kaufmann OMG出版社,伯灵顿,妈,美国,2012年。
37. a . m .森,切p . Lollini b . Fromel f . Brancati和a . Bondavalli”系统的建模使用综合viewpoint-based SysML形象,“软件学报:进化和过程,30卷,页1 - 2017。视图:出版商的网站|谷歌学术搜索
38. j·a·莱恩和t . Bohn使用SysML建模来理解和发展系统的系统,”系统工程,16卷,不。1,第98 - 87页,2013。视图:出版商的网站|谷歌学术搜索
39. 基于m .房屋”,解决方案与UPDM MBSE架构,”《INCOSE国际研讨会美国宾夕法尼亚州,费城2013人。视图:谷歌学术搜索
40. j·l·海登和a . Jeffries”使用SysML, DoDAF 2.0和UPDM NOAA的架构模型的联合极地卫星系统(JPSS)地面系统(GS)”学报》第12届国际会议空间操作2012年,斯德哥尔摩,瑞典,。视图:谷歌学术搜索
41. •米切尔(george w . bush),复杂的产品族建模为常见的潜艇作战系统MBSE美国洛克希德马丁公司,马里兰州贝塞斯达,2010年,http://www.omgsysml.org/Complex_Product_Family_Modeling-SWFTS_IC-MBSE_2010_briefing.pdf。
42. l . w . Wagenhals和a·h·李维斯,“面向服务的架构,国防部1.5体系结构框架,和可执行的架构,”系统工程,12卷,不。4、312 - 343年,2009页。视图:出版商的网站|谷歌学术搜索
43. 王r和c h . Dagli“可执行的系统架构使用系统建模语言与有色佩特里网在模型驱动系统开发过程中,“系统工程,14卷,不。4、383 - 409年,2011页。视图:出版商的网站|谷歌学术搜索
44. k . Griendling和d . n . Mavris”发展DoDAF-based可执行架构方法来分析复杂系统的替代品,”学报2011年航空会议2011年5月,圣安东、马耳他、。视图:谷歌学术搜索
45. b . g .康K.-M。Seo, t·g·金,“通信网络中心战通过分析系统的系统模型转换为使用神经网络集成系统模型”复杂性卷,2018篇文章ID 6201356, 16页,2018年。视图:出版商的网站|谷歌学术搜索
46. b . g .康崔s h . s . j . Kwon j·h·李,t·g·金,“基于仿真的优化通过模型转换的复杂系统模型和遗传算法:一个案例研究的网络中心战,”复杂性卷,2018篇文章ID 4521672, 15页,2018年。视图:出版商的网站|谷歌学术搜索
47. m·埃尔南德斯c·h·杰克逊,o .就等。MH-60 Seahawk / MQ-8火力侦察兵互操作性美国海军研究生院,蒙特利,CA, 2010。
48. j . Broadmeadow n .阮f . Dziekan et al。改进的反潜战(ASW)有效性美国海军研究生院,蒙特利,CA, 2008。
49. k·r·雅各布森濒海战斗舰(LCS)水面作战(SUW)模块:确定地对地和空对地导弹的最佳组合美国海军研究生院,蒙特利,CA, 2010。
50. g·s·帕内尔,r . e . Metzger j .梅里克和r . Eilers“战区导弹防御体系结构多目标决策分析”,系统工程,4卷,不。1,24到34,2001页。视图:出版商的网站|谷歌学术搜索
51. g·s·帕内尔,h·w·康利,j·a·杰克逊l . j . Lehmkuhl和j·m·安德鲁”基金会2025:价值模型评估未来航空航天部队,”管理科学,44卷,不。10日,1336 - 1350年,1998页。视图:出版商的网站|谷歌学术搜索

版权

版权©2020方Zhemei et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。