基于扩展事件图的复杂仿真系统因果追溯分析方法

论文摘要

随着仿真技术在军事仿真领域的不断应用,作为研究对象的客观系统已经从系统范畴提升到体系范畴,从而导致仿真系统越来越复杂。由于仿真中涉及的实体众多,交互关系复杂,作用过程具有不确定性,仿真模型复杂且具有多领域多组织特征,使得人们通过主观判断对仿真结果进行因果追溯分析变得非常困难。因此,当复杂仿真系统输出仿真数据后,如何通过因果关系追溯分析对仿真结果进行因果解释,已逐渐成为目前复杂仿真系统分析需要解决的重要问题之一。论文以体系对抗仿真系统为主要背景,为解决由因果关系多样性、层次性和多角度造成的因果追溯分析的困难,以及由因果隐含性、复杂性和动态性等造成构建一致的先验因果模型的困难,针对“事件”为主要特征数据的复杂仿真系统,从行为及其过程入手,建立一种一般化、规范化和自动化的定量因果追溯分析方法。它基于仿真输出数据,通过不同抽象层次的因果数据、信息和知识的分析,对仿真结果作出现象和规律解释。围绕该因果追溯分析方法展开的具体研究内容包括:(1)面向体系对抗等复杂仿真系统在因果关系追溯分析中存在的困难,参照逻辑领域中的一般因果关系追溯分析理论,提出基于输出响应模型的因果追溯分析方法。该方法通过仿真数据中的行为数据和包含的关系数据直接构建一致的因果模型,并能够将分析过程定量化,最大程度实现了追溯分析过程各个环节的规范化和自动化;(2)输出响应模型是因果追溯分析的核心,根据因果关系形式、因果追溯要求和仿真系统的特点,把握仿真中“事件”这一特征数据,提出基于事件图的输出响应模型——扩展事件图。该图以事件节点、逻辑节点和因果边分别描述了行为、逻辑及因果关系,并以时间、概率和激活条件等参数丰富了因果关系的内容。针对元素层、系统层和组合层三个追溯分析层次,分别给出了各个层次模型的形式化描述;(3)仿真数据是连接仿真系统和因果追溯分析的桥梁,在给出约束数据结构和内容的仿真数据模型后,提出了基于DEVS拓展的仿真模型的追溯性设计,在仿真模型规范描述和仿真器中加入相关接口,设计满足追溯分析层次的闭合性;(4)获取仿真数据后的首要任务就是建立对应的扩展事件图,研究提出了从仿真数据到I类模型、再从I类模型到II类模型的建立过程,该过程是一个从因果数据向因果信息不断聚合和抽象的过程,包含了若干模型建立算法,如I类模型建立算法、II类模型建立算法、参数聚集算法等。在建立追溯所需的模型后,提出了基本的追溯结构以支持因果追溯过程,并基于该结构提出两类基本的因果关系追溯方法:解释型追溯和验证型追溯,并分别给出了对应的追溯算法;(5)因果知识来源于因果信息,是对因果信息的一种有目的的、更深层次的抽象和提炼。结合扩展事件图模型和因果追溯方法,提出了若干因果知识提取方法,如可能性分析、主要性分析、最可能路径分析、最主要路径分析以及事件集合的简化和压缩等。抽象建模是一类需要因果知识支持的建模过程,将Fishwick的抽象建模基本原理引入基于扩展事件图的追溯分析方法,可以获取更多的因果知识并进行更丰富的因果解释。以具体的抽象建模方法——主动元建模和定性仿真建模为例,分别探讨了对应的使用方法和途径。论文的创新之处包括:针对目前存在的因果关系追溯问题,提出以输出响应模型为核心的因果追溯分析方法,并以该方法展开后续研究,构建了一套理论方法体系;提出输出响应模型形式——多层次的扩展事件图;提出从仿真数据到I类模型、再从I类模型到II类模型的相应算法;提出解释型追溯和验证型因果追溯方法;提出各种因果知识提取算法,引入模型抽象思想以得到更多的因果知识,拓展了追溯分析理论和方法。论文研究提供了一种新的因果追溯分析解决方案,支持对仿真结果的因果解释。在体系对抗仿真等复杂仿真系统的仿真结果分析中,可用于理解装备的作战应用、客观评价装备效能等方面,此外,它还可以应用于模型和仿真校验、模型的扩展和重用、模型抽象等方面,提高用户解决问题的能力。因果追溯分析是一种通用的理论和方法,对其它领域也具有一定的借鉴意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 体系对抗仿真为代表的复杂仿真系统
• 1.1.2 仿真因果追溯分析的特点
• 1.1.3 面向追溯分析的因果模型
• 1.1.4 复杂仿真系统因果追溯分析的问题
• 1.2 相关领域的研究现状
• 1.2.1 行为模型
• 1.2.2 因果关系模型
• 1.2.3 因果追溯分析方法
• 1.3 研究目标和意义
• 1.3.1 研究目标
• 1.3.2 研究意义
• 1.4 论文的主要工作
• 1.5 论文组织与结构安排
• 第二章 基于输出响应模型的因果追溯分析方法
• 2.1 仿真结果分析
• 2.1.1 仿真分析流程
• 2.1.2 仿真结果分析及因果追溯
• 2.2 一般因果关系追溯分析
• 2.2.1 溯因推理
• 2.2.2 因果追溯基本理论
• 2.2.3 基于模型的因果追溯
• 2.3 一种新的因果追溯分析方法
• 2.3.1 因果追溯分析方法要求
• 2.3.2 基于输出响应模型的因果追溯分析方法
• 2.3.3 因果追溯分析方法可行性分析
• 2.3.4 因果追溯分析执行过程
• 2.4 小结
• 第三章 多层次扩展事件图输出响应模型
• 3.1 因果追溯分析的层次性
• 3.2 因果关系及描述
• 3.2.1 因果关系概念及其发展
• 3.2.2 因果关系的形式描述
• 3.3 基于扩展事件图的输出响应模型
• 3.3.1 输出响应模型的选取
• 3.3.2 基本事件图模型
• 3.3.3 扩展事件图模型要素
• 3.3.4 系统层输出响应模型
• 3.3.5 元素层输出响应模型
• 3.3.6 组合层输出响应模型
• 3.4 小结
• 第四章 数据模型及支持追溯的仿真模型设计
• 4.1 追溯性要求
• 4.1.1 追溯性
• 4.1.2 因果追溯性
• 4.2 仿真数据模型
• 4.2.1 因果追溯分析的数据要求
• 4.2.2 数据模型
• 4.3 仿真模型追溯性设计
• 4.3.1 仿真模型的设计需求
• 4.3.2 面向元素层的追溯性设计
• 4.3.3 面向系统层的追溯性设计
• 4.3.4 面向组合层的追溯性设计
• 4.3.5 层次化设计的闭合性
• 4.4 仿真模型设计实例
• 4.4.1 事件图模型追溯性设计
• 4.4.2 HLA 仿真系统追溯性设计
• 4.5 小结
• 第五章 输出响应建模及因果追溯方法
• 5.1 输出响应模型建立过程
• 5.2 建立I 类模型
• 5.2.1 I 类模型描述
• 5.2.2 I 类模型建立方法
• 5.3 建立II 类模型
• 5.3.1 行为事件的聚集
• 5.3.2 时间参数的聚集
• 5.3.3 概率参数的计算
• 5.3.4 激活条件的聚集
• 5.3.5 II 类模型的再聚集
• 5.4 一般因果追溯方法
• 5.4.1 因果追溯结构
• 5.4.2 解释型追溯
• 5.4.3 验证型追溯
• 5.5 小结
• 第六章 因果知识提取与抽象建模
• 6.1 基于概率参数和事件集的知识提取方法
• 6.1.1 节点的可能性与主要性分析
• 6.1.2 路径分析
• 6.1.3 事件集的简化和压缩
• 6.2 抽象建模基本原理
• 6.3 因果追溯分析与主动元建模
• 6.3.1 基于元模型的高层仿真方法
• 6.3.2 支持主动元建模的因果分析
• 6.3.3 扩展事件图元模型
• 6.4 基于扩展事件图的定性建模
• 6.4.1 定性离散事件仿真
• 6.4.2 定性仿真图
• 6.4.3 基于扩展事件图的定性仿真图
• 6.5 小结
• 第七章 因果追溯分析软件设计及应用实例分析
• 7.1 因果追溯分析软件原型系统结构
• 7.2 因果追溯分析工具设计
• 7.3 Sim2000 可追溯性改造
• 7.4 因果追溯分析应用实例
• 7.4.1 背景描述
• 7.4.2 问题及解决方案
• 7.4.3 模型体系及实验框架
• 7.4.4 仿真数据定义
• 7.4.5 扩展事件图及追溯分析
• 7.4.6 因果知识分析
• 7.4.7 问题小结
• 7.5 小结
• 第八章 结束语
• 8.1 论文的主要贡献
• 8.2 进一步研究的方向
• 致谢
• 参考文献
• 作者在学期间取得的学术成果