基于ABMS的体系计算实验方法及应用

第1章 体系与体系计算实验1

1.1 体系与体系论证2

1.1.1 体系2

1.1.2 武器装备体系3

1.1.3 装备体系效能评估4

1.2 一个计算实验示例5

1.3 武器装备体系论证的计算实验需求9

1.3.1 计算实验方法9

1.3.2 体系计算实验面临的挑战10

1.3.3 体系计算实验的认识12

1.4 面向复杂系统研究的计算实验方法14

1.4.1 基于数据的计算实验14

1.4.2 基于方程的计算实验14

1.4.3 基于仿真的计算实验15

1.5 面向体系的计算实验17

1.5.1 基于数据的体系计算实验17

1.5.2 基于方程的体系计算实验18

1.5.3 基于仿真的体系计算实验18

1.5.4 面向体系的计算实验应用19

1.6 基于仿真的体系计算实验应用20

1.6.1 传统的体系仿真方法20

1.6.2 面向训练的体系对抗仿真21

1.6.3 面向网络中心战的体系仿真分析21

1.7 本书的内容和组织25

第2章 基于ABMS的体系计算实验方法26

2.1 基于Agent的建模与仿真27

2.1.1 Agent概念27

2.1.2 Agent仿真的特点与应用29

2.2 基于ABMS的模型设计方法31

2.3 ABMS与体系仿真33

2.4 ABMS仿真开发过程34

2.4.1 ABMS开发过程35

2.4.2 ABMS使用过程36

2.5 基于ABMS的体系效能仿真开发与应用过程37

2.5.1 体系效能仿真开发过程38

2.5.2 体系效能仿真应用过程40

2.6 基于ABMS的体系计算实验框架42

2.6.1 体系架构定义43

2.6.2 仿真想定设计43

2.6.3 体系实验设计43

2.6.4 数据收集和整理44

2.6.5 Agent体系仿真模型开发45

2.6.6 仿真模型测试与验证46

2.6.7 体系仿真计算46

2.6.8 计算数据整合47

2.6.9 体系实验分析47

第3章 可组合的体系仿真模型框架49

3.1 模型框架概述50

3.1.1 Agent层次结构50

3.1.2 蚂蚁Agent与SEAS Agent50

3.1.3 Agent类型51

3.1.4 Agent自述52

3.1.5 Agent结构53

3.1.6 Agent分形网络结构55

3.2 作战实体Agent56

3.2.1 对象层次56

3.2.2 作战单元Unit57

3.2.3 地面实体Vehicle59

3.2.4 空中实体Plane61

3.2.5 空间实体Satellite63

3.3 装备对象Device64

3.3.1 通信设备65

3.3.2 传感器68

3.3.3 武器系统71

3.4 战场环境对象76

3.5 Agent行为表示77

3.5.1 行为建模方法比较78

3.5.2 基于进程交互仿真的TPL脚本79

3.5.3 行为原语79

3.6 基于ABMS的体系模型组合规范81

第4章 基于进程的Agent体系仿真84

4.1 进程交互仿真及实现方法85

4.1.1 进程交互仿真85

4.1.2 进程交互仿真的实现方法86

4.1.3 基于进程例程的进程交互仿真87

4.2 基于进程仿真的ABMS仿真调度策略92

4.2.1 Agent模型架构92

4.2.2 基于进程仿真的Agent调度方法94

4.2.3 Agent状态更新94

4.3 基于ABMS的体系仿真模型框架95

4.3.1 仿真模型框架组成95

4.3.2 基于进程的体系仿真模型调度97

4.3.3 作战实体的状态更新98

4.3.4 相关算法99

4.4 决策行为进程101

4.4.1 基本脚本的决策行为进程102

4.4.2 无延迟操作和延迟操作103

4.5 体系效能分析仿真平台原型103

4.5.1 系统组成103

4.5.2 系统启动104

4.5.3 仿真想定模型105

4.5.4 仿真运行105

4.5.5 体系效能分析仿真应用开发过程107

4.6 仿真示例110

4.6.1 问题背景与想定110

4.6.2 仿真想定110

4.6.3 Agent仿真模型开发111

4.6.4 仿真结果分析119

4.6.5 ISR的影响分析119

第5章 近正交拉丁超立方实验设计123

5.1 典型实验设计方法124

5.2 面向大规模影响因素的实验设计127

5.2.1 仿真模型的数学描述127

5.2.2 均匀设计128

5.2.3 正交拉丁超立方矩阵129

5.3 近正交拉丁超立方实验设计132

5.3.1 改进正交拉丁超立方矩阵及评价准则132

5.3.2　改善近正交拉丁超立方矩阵的正交性137

5.3.3　近正交拉丁超立方实验设计算法138

5.4 构建近正交拉丁超立方矩阵140

5.4.1　变量数为2～7的NOLH矩阵140

5.4.2　变量数为8～10的NOLH矩阵144

5.4.3　变量数为12～15的NOLH矩阵146

5.4.4　变量数为17～22的NOLH矩阵148

5.4.5　构造二次实验151

5.5 算法验证154

5.5.1 近似正交矩阵 第一次实验的回归分析154

5.5.2 正交矩阵 的实验回归分析155

5.5.3 近似正交矩阵 的第二次实验的回归分析157

5.5.4 实验158

第6章 基于决策树的体系计算实验分析160

6.1 研究现状161

6.2 决策树算法基础162

6.2.1 决策树生成162

6.2.2 决策树剪枝163

6.2.3 经典决策树算法164

6.2.4 模糊集和粗糙集概念166

6.3 基于模糊集的分类回归树算法169

6.3.1 基于模糊集的CART算法169

6.3.2 基于模糊集的加权CART算法172

6.4 基于粗糙集的多变量决策树算法174

6.4.1 多变量决策树算法概述174

6.4.2 基于粗糙集的加权多变量决策树算法177

6.5 算法性能分析与实验验证178

6.6 相关工具介绍180

6.6.1 JMP180

6.6.2 SPSS软件181

6.6.3 R语言182

第7章 航母无人舰载机作战效能分析185

7.1 研究背景186

7.2 想定、模型和数据187

7.2.1 使命想定187

7.2.2 建模仿真需求189

7.2.3 数据来源、模型抽象和假设192

7.3 实验设计193

7.3.1 可控因子193

7.3.2 不可控因子194

7.3.3 实验设计方案195

7.4 Agent仿真模型开发196

7.4.1 仿真时间196

7.4.2 作战组织197

7.4.3 设备对象197

7.4.4 环境对象199

7.4.5 Agent对象199

7.4.6 交互数据200

7.4.7 仿真运行初始化与结束处理201

7.4.8 实体行为模型209

7.4.9 仿真模型测试214

7.5 问题分析215

7.5.1 数据整合215

7.5.2 数据分析217

7.5.3 结论和建议226

7.6 研究展望227

7.6.1 研究结果对比227

7.6.2 其他NUCAS想定227

附录A 缩略语汇总229

参考文献233