新时代强军目标实现要素计算实验分析
杨林瑶1,2,3王帅1,2,3王涛4许鹏5
摘 要 针对实现建设一支“听党指挥、能打胜仗、作风优良”的人民军队的伟大强军目标,提出基于开源情报解析及模糊德尔菲法的强军目标实现影响要素提取方法及基于平行系统理论的强军目标实现影响要素分析的计算实验方法.通过在人工系统上生成大量的不同场景和参数组合的人工系统数据,并基于特定的目标分析对强军目标实现影响最大的要素组合,以此为强军目标实现路径设计提供有益的借鉴.经过仿真实验验证,该方法可以有效提取最有价值的影响要素.
关键词 强军目标,平行系统,计算实验,平行评估
习近平主席提出的建设一支“听党指挥、能打胜仗、作风优良”的人民军队的强军目标为我国国防和军队建设指明了方向,提供了基本遵循.强军目标顺应了时代发展的要求,拓展了中华民族伟大复兴的科学内涵,是托起中国梦的重大战略支撑[1-4].然而,强军目标的实现是一项复杂的系统工程,与我国的政治、经济、科技、文化等各方面的因素息息相关,仅仅依靠个人主观经验的定性分析将很难有效地优化强军目标实现的战略设计.
1.2.6 Transwell实验检测过表达miR-454-3p对SW480细胞侵袭能力的影响 将以无血清细胞培养液稀释的Matrigel基质胶包被transwell小室基底膜的上室表面,加入100 μL无血清培养基稀释的各组细胞悬液,在小室下层孔板中加入含10%血清的完全培养液，置于37℃孵箱培养培养24 h后取出培养小室的,湿棉签轻轻拭去上层小室内的基质胶和细胞，4%多聚甲醛固定后行结晶紫染色，晾干后，显微镜下选5个视野计数穿出细胞数目。
平行系统理论[5]是王飞跃研究员于2004年提出的针对复杂系统和复杂性科学的理论体系,它主要由ACP(人工系统,计算实验,平行执行)[6] 3 部分组成.人工系统是与实际系统相对应的虚拟系统,它由软件定义的智能体组成[7-10]; 计算实验可以基于一定的规则和策略生成大量的人工系统场景,并利用人工系统中智能体的行为及其之间的交互生成完备的人工系统数据,进而基于完备的人工场景数据和实际系统数据训练和解析系统,并生成系统在各个场景下的最佳控制方案[11-18]; 基于平行执行可以使人工系统与实际系统动态交互,引导实际系统向更优化的人工系统逼近,进而达到对整个系统的集中控制、整体优化[19-28].平行系统理论为复杂系统管理和控制提供了新的思路,为系统的全面感知和决策提供了最佳的方案,因此,特别适合于强军目标实现影响的定量分析和优化决策.
大数据时代的到来和网络开源环境的普及为情报工作带来了巨大的数据“矿藏”[29-30],使得数据驱动的开源情报分析取得长足进展,社会计算、情报与安全信息学、开源信息解析理论等[31-32]相继被提出.开源情报解析法由大数据驱动,在数据中全面解析出面向需求的开源情报,可以为强军目标实现组成要素解析提供有效支持[33-36].但是,开源情报解析产生的要素往往具有海量、异构的特点,难以直接应用到复杂系统的解析建模中,专家意见可以有效帮助优化影响要素的提取和筛选,为系统量化建模提供有益的帮助.模糊德尔菲法综合利用统计分析和模糊运算,把专家的主观意见转化为客观数据,综合考虑了专家主观思维的不确定性和模糊性[37-40],可以有效地帮助量化和筛选对系统目标具有较高价值的要素.
董玘的文章总体上是朴淡深奥、雍容纡徐的，但他的诗歌却有一些抒发性灵之作，尤其是五绝写得颇好。比如《湖山春晓图》：
德尔菲法,又名专家意见法或专家函询调查法[37],最早由美国的兰德公司于1964年提出，该方法几乎在所有领域的决策咨询中均得到成功的应用.德尔菲法的核心是以匿名的方式通过多轮函询征求专家们的预测意见,经过几轮征询后,专家小组的意见趋于集中,再通过分析与综合,得出符合未来发展趋势的预测结论[23].德尔菲法的主要流程如图1所示,首先,需要明确研究问题和任务目标,据此选择对应领域的专家组并设计和发放调查问卷,向专家提出问询.接着,根据回收的专家问卷归纳专家的意见,并判断专家的意见是否统一.若专家意见基本一致,则可以直接得出最终的结论; 否则,就需要根据专家意见设计新一轮的调查问卷,直至获得较为一致的结果.
1 强军目标组成要素的提取和筛选
强军目标实现关系政治、经济、文化等多个方面的因素,是一个复杂的社会系统.要实现强军目标,首先需明确强军目标究竟有哪些构成要素,本节基于开源情报解析[29-36]的方法从海量军事文献、军事网站以及社会化媒体中初步提取了强军目标实现的相关要素.同时,为进一步评估上述构成要素的科学性和有效性,利用模糊德尔菲法对来自军队不同层次、不同岗位的专家进行了咨询,并对其结果进行了筛选.
1.1 基于开源情报解析的强军目标构成要素提取
情报是具有相当针对性和及时性的针对特定目的的知识,当今时代,网络数据呈爆发式增长,情报工作也从以往的人员情报、信号情报、图像情报发展到如今的开源情报,并以网络情报为主要特征[30].当前,开源情报的主要来源一是图书、杂志、广播电视电台、新闻媒体以及政府和民间机构公开的信息和数据; 二是以谷歌地球为代表的地理空间情报网站及服务;三是社交媒体网站、视频网站、博客、论坛、甚至购物网站等网络社区[31].
由于社交媒体的兴盛,互联网上出现大量能够反映网民个人思想的信息,网民每天仅仅在推特上发布的信息就超过4 亿条,海量的互联网开源情报为了解网民的观点、分析关于国防和军队建设的网络舆情提供了广阔的资源.与传统的非开源情报相比,开源情报更加全面、综合和系统化[32],互联网公开数据源的不断增加,为开源情报大数据解析提供了充足的数据土壤,开源数据已成为分析特定领域情报所依赖的最重要资源之一.例如,在军事领域,网络开源环境中涉及军事内容的数据量日益增大,涵盖了不同历史时期、不同国家和地区的静态军事信息和动态军事信息,内容涉及与军事情报有关的政治、科技、经济、文化、社会等各个领域.
对于需要用汽车运输的矿岩，其运输车辆，根据本区矿岩性质特点、矿山采剥规模、当地气候条件，通过对国内矿用汽车生产状况、设备性能及在矿山使用效果的认真调查研究后，结合本矿区重载上坡运行的特点，推荐45 t矿用自卸汽车运输矿石，108 t矿用自卸汽车运输岩石。设备大型化后，作业人员少，既节能，运输成本也低，汽车等待时间短，单向行车密度较小，能提高运行速度，充分发挥运输设备的效率，减少安全隐患。
但是,开源情报尤其是互联网上的开源情报数据具有海量、异构[31]的特点,传统的通过人员采集分析情报的方式不再适合于开源情报分析.当前,数据驱动的开源情报解析理论得到了长足发展,社会计算、情报与安全信息学、开源信息解析理论等[32]逐渐成为开源情报研究的重要理论依据.基于开源情报的解析方法,本节对国内军事领域的开源情报进行了解析,主要对可以从互联网上检索到的军事文献(军事院校、军事科研机构公开发表的学术论文、报告等)、军事网站以及社会化媒体中获取的与强军目标实现有关的信息做了统计分析.
为了更加精确高效地从开源情报中提取有价值的强军目标构成要素,本节首先基于网络爬虫从互联网上搜集了大量开源异构的军事开源情报网页数据,并基于正则表达式自动地从网页中解析提取了情报信息[33-34].接着,我们基于层次聚类算法对解析出的情报文本进行聚类[35-36],进而自动生成了情报的主题,并对各主题词出现的词频进行了统计,最终得到出现频率最高的61 个强军目标构成要素.根据要素的属性,将开源情报解析提取的要素划分为5 个子系统,即政治子系统、科技子系统、经济子系统、文化软实力子系统以及国民素质子系统.
基于开源情报解析的强军目标构成要素筛选能够有效利用广阔的开源大数据,综合大量网民的舆情观点,更加全面地提取出对强军目标实现最有价值的构成要素,是实现强军目标实现“描述解析”的重要基础.
1.2 基于模糊德尔菲法的强军目标构成要素筛选
基于开源情报解析提取的强军目标构成要素不可避免地带有网民的主观色彩,为了进一步提高强军目标构成要素选择的科学性和合理性,本节基于模糊德尔菲法对强军目标构成要素进行进一步筛选.
基于以上理论和方法,为了有效地建模强军目标实现影响系统并解析对此目标实现最有价值的影响要素,从而为更快更好地实现我们的强军目标提供理论支持,本文做了以下工作：1)基于开源情报解析和模糊德尔菲法对强军目标实现组成要素进行了提取、筛选和量化.2)基于筛选得到的量化强军目标组成要素构建了强军目标实现的人工系统,实现了对强军目标实现影响系统的解析建模.3)基于强军目标实现人工系统进行了影响要素分析的计算实验,评估了对强军目标实现最有价值的要素组合,并基于系统动力学仿真方法[41-44]对结果进行了验证.
图1 德尔菲法的流程图
德尔菲法的主要目的在于获取专家们的共识,以寻求专家们对于特定问题的一致性经验.但是,传统的德尔菲法也存在一定的缺陷[37],主要表现在：1)在设计问卷时,一些问题若表述不清,会造成专家对同一问题有不同的认识,而德尔菲法采取的又是“背靠背”的方式咨询,专家之间无法相互沟通,容易产生错误的反应.2)该方法需要反复进行多次咨询才能使专家的意见趋于一致,会造成成本增加以及问卷的回复率下降.3)在问卷的分析整理过程中,由于调查组织者的主观因素,可能会过滤掉一些正确或者有价值的专家意见.4)所谓专家意见一致,其实只是专家意见落于某一可接受的范围当中,而此范围隐藏有模糊性,容易扭曲专家的意见但却未在处理过程中被考虑到.鉴于以上原因,本节采用模糊德尔菲法进行强军目标构成要素的筛选.
1965年,美国的计算机与控制论专家扎德(L.A Zadeh)教授开创性地提出了Fuzzy 集的概念[38],首次提出用隶属函数来表达事物的模糊性,进而对复杂不确定的事物和系统进行模糊度量.隶属函数用于表示元素和集合的相容程度,假设U 为论域,即所研究对象限定的范围,对于论域内的任一元素x ，都有一个数A (x )∈[0,1]与之对应,则称A 为U 上的模糊集,A (x )称为x 对A 的隶属度.基于模糊理论,模糊德尔菲法能够通过计算模糊数的平均值将专家意见转化为准客观数据.应用模糊德尔菲法来进行因素筛选综合考虑了专家主观思维的不确定性和模糊性,能够有效降低主观因素大、耗时长等不利因素的影响.
本文基于规范的模糊德尔菲法,通过信函进行了两轮专家咨询.在第1 轮咨询中,首先向被咨询专家说明课题的研究背景和目的,提出对强军构成要素进行评估的需求,接着请专家按10 分制的形式对相关要素的重要性程度进行打分.如果专家对部分构成要素存在不同的看法,可以提出自己的意见.在第1 轮咨询完毕后,把收集的问卷进行统计分析,视具体情况制定第2 份咨询表,并进行第2 轮咨询.第2 轮的咨询表附上第1 轮咨询的统计结果,供被咨询专家进行参考.最后,回收第2 轮问卷,并进行数据的统计与分析[39].
1.加快国家反恐怖情报中心信息平台建设。建立完善涉恐活动组织与人员专业数据库；完善关注人群活动轨迹监测工作；拓展线索研判分析，完善情侦联动机制并与基层情报部门对接机制，有效提升虚拟身份变现能力；探索建立基础数据；汇聚分析和关注人群滚动筛查系统，开发线索处理核查系统和智能情报分析研判模块。全力汇集各类数据资源，强化案件线索、涉案线人员（打击处理人员）信息采集和串并分析、综合研判。
基于专家咨询的结果,本文分3 步对强军目标构成要素进行了模糊筛选[38]：
1)计算调查问卷中各项初始构成要素的三角模糊值ωi ,ωi 由专家打分的最小值Ci 、最大值Oi 以及几何平均数Si 组成,表示为ωi =(Ci ,Oi ,Si ).
2)基于简易重心法确定强军目标构成要素筛选的基准值,即求解最小值、最大值、几何平均数的平均值,将不同构成要素的模糊值ωi 转变为单一值Si ,进而通过计算各子系统所有构成要素的整体单一值得到相应的基准值.例如,政治子系统中所有要素的模糊三角表示为(3.49,5.96,9.31),则可得政治子系统的要素筛选基准值为6.25.
3)以各子系统的单一基准值为标准,将大于该基准值的要素进行保留,否则予以剔除.
最终,本节基于模糊德尔菲法对开源情报解析的要素进行了筛选,得到54 个强军目标构成要素如表1所示.
2 强军目标实现人工系统构建
强军目标实现受到多种因素的共同影响,这些因素之间又彼此关联、相互影响,因而是一个兼具不确定性、多样性和复杂性的社会系统.系统动力学方法能够很好地建模系统各要素之间的内部关系,能够以定量的方式解析系统的变化规律.但是,它只能基于给定的系统模型预测系统发展趋势,无法直接分析不同参数水平对不同场景的影响.为了更有效地分析不同构成要素对强军目标实现的影响水平,本节基于强军目标实现系统动力学基本模型和实际数据并利用软件定义的系统和多智能体建模方法构建了强军目标实现人工系统,为强军目标实现影响要素计算实验分析提供了“计算实验室”.
表1 强军目标构成要素整理
2.1 强军目标实现系统动力学模型构建
系统动力学(System Dynamics)由美国麻省理工学院的福瑞·斯特(Forrester J.W.)教授于1956年提出,最早应用于工业生产管理领域,包括生产管理和库存管理等,现已发展成为一门独立完整的学科.系统动力学综合了包括系统论、信息论、反馈控制论、决策论等在内的众多现代科学的基本理论,以及现代科学的基本研究方法,包括：计算机仿真、系统分析的实验方法等[39].它运用系统思考的观点来定义系统的边界,描述系统中信息传递的过程,用因果反馈关系来描述系统的动态复杂性,建立定量的模型,使研究者能够了解到动态系统的动态行为在结构方面的原因,通过分析和再设计,最终找到解决复杂动态问题的方法[40].
2)针对每一种要素,分别设定其变化率为-5%,-4%,-3%,-2%,-1%,0,1%,2%,3%,4%,5%,即每个要素可以有11 种不同的取值水平,共同组合成不同的要素取值组合,为了降低计算复杂度,从中随机选择1 000 种不同的取值组合.
基于多种函数形式拟合强军目标实现系统中的函数模型,并从中选择拟合效果最佳的拟合函数作为要素之间的函数模型,进而构建量化的强军目标实现系统存量流量图模型.这里采用的判定拟合效果的主要指标是拟合优度,其定义如式(3)所示,表示因变量变异部分可以被自变量变异来指示的部分所占的比例.
基于上述理论,本节基于强军目标实现人工系统对强军目标实现构成要素的影响力进行了分析,并基于基础的强军目标实现系统动力学模型对计算实验的结果进行了验证,从而为更加科学地规划切实可行的强军目标实现路线,制定相应的政策将有限的资源发挥出最大的效能提供有力的支持.
基于各要素的数值变化水平,可以有效分析具有相关关系的要素之间的反馈关系,并进一步解析出要素之间的函数模型.本文首先基于经济学原理分析具有相关关系的要素组合,并基于各相关要素的变化曲线分析两者之间的反馈相关关系,进而利用Vensim 系统动力学仿真软件构建形成强军目标实现系统的因果回路图.例如,科技子系统中研发经费占GDP 的比重与科研成果及专利数的变化曲线如图2所示,因此,可以得出两者为正相关.
式中:xw,yw分别为终端执行器x轴和y轴坐标;L1和L2为机械手连杆长度;Ox和Oy分别为第1个关节x轴和y轴方向的偏移量.
图2 科技子系统部分要素变化趋势
基于类似的方法,本节构建了各子系统内部要素及各子系统输出与强军目标的相关关系,进而构建了强军目标实现的系统动力学因果回路图.从因果反馈回路图中可以看出,系统中各要素之间的关系基本都是正反馈,这说明实现强军目标是一个系统工程,涉及到政治、科技、经济、文化软实力、国民素质等方方面面,只有做好顶层设计,综合施力,统筹各方面的工作,才能够实现强军目标,如果仅仅从一个方面或者某几个方面工作,则很难达到目标.
因果回路图可以帮助我们直观地分析系统中各要素对强军目标实现的影响,为了揭示各要素对强军目标实现的影响程度,我们需要进一步量化解析系统内部要素之间的函数关系.本节基于各强军目标实现构成要素的量化数据,利用函数拟合的方法构建系统中的函数模型.首先,假设强军目标MP 与各子系统的输出S T 1,S T 2,··· ,S T 5之间的函数关系如式(1),各子系统输出与系统内部要素之间的函数关系如式(2)所示,则求解强军目标实现系统内部函数模型的目标,即为求解各子系统内部要素之间的函数关系及式(1)、式(2)所代表的函数.
互联网金融的发展为我国整体经济发展做出了重要的贡献，但目前在相关市场仍旧存在较大的风险和一定的监管空白。未来不仅要完善互联网金融法律体系，还要加强行政监管力度和加快信用评价体系建设，从而促进互联网金融行业健康蓬勃发展。
为了有效建模强军目标实现要素之间的影响关系,本文首先对强军目标构成要素进行数据整理与分析,基于统一的量纲对各强军目标实现要素的数据进行量化,并根据各要素的变化水平结合经济学和社会规律建模各要素之间的影响函数.本文研究的强军目标实现变化的时间区间为2005年～2025年,因此,首先需要对2005年至今的强军目标实现要素的取值进行量化整理.
项目资金是进行高速公路建设的基础，也是高速公路建设管理工作的重中之重。对此必须积极创新资金管理制度，以加强对项目资金的管理能力。
这里采用的拟合函数形式主要有线性函数、指数函数、对数函数、二项式函数及幂函数,分别基于具有相关关系的要素的数据求解各函数形式中的参数同时求解其拟合优度,并选择拟合优度最高的函数为两者之间的相关关系模型.例如,基于分析可知,文化子系统中“文化商品和服务出口比例”受“文化产业产值”的影响,基于以上5 种函数形式分别对它们之间的函数关系进行拟合可以得到结果如图3所示,其中,5 种函数拟合结果的拟合优度分别0.868 2,0.830 7,0.955 7,0.990 9,0.933 9,因此,对于以上两种要素拟合效果最佳的函数为二项式函数.
图3 文化子系统部分拟合模型效果
同时,为了进一步验证函数拟合的效果和可信度,我们还利用SPSS 软件对拟合函数进行了假设检验,例如,“文化商品和服务出口比例”与“文化产业产值” 的拟合函数的假设检验结果如表2所示.由表中数据可知,该模型的P 检验即表中的Sig.值为0.000,低于0.05,因此可以判定其通过假设检验.
但好好过日子又是何等艰难！孩子的父亲走了，我每日拄着拐杖，拖着尚未愈合的伤腿，在家中忙碌着洗衣、做饭，操持着家务。还好，女儿乖巧懂事，每天放学回来都是自己学习做功课，从没让我操心。虽然女儿不能像其他小朋友一样享受父亲的爱抚，吃着丰富可口的饭菜，穿着漂亮的小花裙，但女儿在整个小学过程中，都是班上的前几名，“懂事、勤奋、乐观向上、团结同学”也成了老师评语中不可缺少的部分。
CCK-8与台盼蓝染色结果说明，高浓度的OPC可以抑制喉癌TU686细胞的增殖活力。但是OPC在TU686细胞中诱导的自噬流在其中具体发挥何种作用，仍需进一步研究。
表2 文化子系统部分拟合模型假设检验结果
图4 强军目标实现系统存量流量图
基于类似的过程,本节对强军目标实现系统中的各种函数进行了拟合,选取了拟合效果最好的函数解作为其关系模型,并对拟合函数进行了假设检验,验证所有模型均通过了假设检验,最终得到所有的函数模型,并进而构建出完整的强军目标实现系统动力学存量流量图,如图4所示.接着,本文还对该模型的精度进行了检验,包括适应性检验和一致性检验.适应性检验主要用于确保参数和方程形式上的合理性,本文在构建模型和运行仿真时已基于Vensim 对模型的量纲一致性和方程形式进行了检验.一致性检验则要求对模型的拟合误差进行检验,若误差在10% 以内,则证明模型有效.本文对模型的输出结果和各要素及目标值的真实值进行了比较,部分要素的仿真误差如表3所示,同时,计算得到所有要素的平均拟合误差为2.49%,远低于10%的误差界限,因此,该系统动力学模型能够很好地反映强军目标实现系统的内在规律.
表3 强军目标实现系统一致性检验
2.2 强军目标实现人工系统构建
基于因果回路图和存量流量图的建模解析,系统动力学可以有效分析动态时变系统的内在规律,解析各要素之间的相互影响.但是,系统动力学模型仍无法有效对比各要素对系统目标的影响程度,无法有效评估实现系统目标的最佳参数方案.为此,本小节在强军目标实现系统动力学模型的基础上基于平行系统理论构建软件定义的强军目标实现人工系统,在其上可以灵活地构建大量基于不同参数组合和函数模型的强军目标实现场景,进而生成大量完备的人工系统数据,为进行强军目标实现影响要素影响力分析的计算实验提供基础.
强军目标实现人工系统主要是构建软件定义的人工强军目标实现系统,通过软件定义的网络技术、知识表示和知识工程[6],构造人工强军系统,模拟各种参数和模型下系统的输出变化.在软件定义的人工强军目标实现系统中,要素、影响关系及输出变量等都基于智能体构建,智能体的特征是具有较高的自主性、灵活性[7-8],不仅使实际的强军要素形式化、可操作化,还使其组织、功能、过程等软件化,变成可操作、可计算、可实验的流程和系统[9-10].
强军目标实现人工系统基于前述的强军目标实现系统动力学模型创建,模型中的要素、影响关系和子系统等都被抽象为智能体,其属性可以灵活地根据需要进行修改.强军目标实现人工系统是数据驱动的系统,数据的来源一方面是实际的强军要素数据,另一方面,强军要素数据和要素之间的函数模型都是可变的,它们及相应的模型运行产生的数据亦成为强军目标实现研究的“数据原料”[11-12].因此,软件定义的代理模型及模型产生的真实和虚拟数据为强军目标影响因素的计算实验分析提供了“实验室”和数据源[13].
在经济全球化时代背景下，生猪自产自销户防疫工作得到社会各界的广泛关注。我国生猪养殖均是从外地调入苗猪与肉猪，以更好地满足人们的生活需求。由于外地生猪价格低廉，受劳动成本与饲养成本的影响，对生猪养殖业产生较大的冲击[1]。为全面提升生猪养殖经济效益，生猪自产自销养殖模式得到各地养殖户的认可，现主要论述生猪自产自销户防疫工作中存在的问题及相应的对策。
3)在每一种取值组合中,针对每一个模型中两种要素之间的相关函数,依次选择前述的5 种函数模型求解其拟合函数,进而组合成针对每一种取值组合的不同取值模型.
本小节基于Vensim 系统动力学仿真软件上构建的强军目标实现系统动力学模型以及强军要素数据,构建了软件定义的强军目标实现人工系统,该人工系统可以根据计算实验的具体需求,更改相应的要素取值和函数模型,进而研究不同影响因素条件下强军目标的实现情况.
3 强军目标实现计算实验分析
强军目标实现是一个复杂的社会系统,无法直接对其进行实验验证不同的实现方案的效果,而系统动力学仿真实验只能基于已有的数据和当前的模型预测强军目标的一种可能变化,既无法评估不同的参数或方案的效果,也无法针对变化的场景预测它的多种可能.基于人工系统的计算实验方法为解决以上问题提出了可行的解决方案,在计算实验方法中,传统的计算模拟变成了“计算实验室”里的“实验”过程,成为“生长培育”各类复杂社会系统的手段,而实际系统的输出只是该“计算实验”的一种可能结果而已.因此,不同于计算机仿真遵守实际系统是唯一现实存在、把逼真实际系统作为唯一目的,计算实验认为计算模拟也是一种“现实”,是现实系统的一种可能的替代形式和另一种可能的实现方式[14-16].
计算实验的核心是构建真实系统的虚拟“实验室”,它通过结合虚拟实验室和实际系统的数据,在这些数据的基础上进行大量可控、可重复的实验,基于智能体的建模方式,可以自底向上地涌现出复杂系统的规律[17],为复杂系统分析和优化提供科学参考和指导.计算实验的主要流程分为模型构建、计算实验设计以及计算实验执行[18],首先,需要基于真实系统的依赖关系和数据在计算机上构建虚拟的人工系统,并在此之上根据不同的参数和方程构建不同的模型[19].其次,要根据不同的原则和方法设计实验方案,选取多种参数组合制定不同的实验方案,并且设定采集的数据[20].最后,根据设计好的实验方案在人工系统模型上运行,采集不同模型的实验结果.实验实施阶段包含两种模式,即学习与训练、实验与评估[21-22].学习与训练即基于真实系统的数据学习系统的特征,分析其运行规律,在此基础上通过自适应调整模型的参数使模型能够更准确地反映真实系统[23].实验与评估是针对系统优化算法而言的[24],也就是基于人工系统的虚拟数据和真实系统数据对算法和方案的效果进行评估.
本文基于开源情报解析和模糊德尔菲法获取的强军目标实现构成要素可以分为两类,一类统计要素,可以直接从国家统计局统计年鉴、万得数据库上获得其官方统计数据; 另一类是无法直接进行量化的评估要素,这里通过邀请相关领域的专家进行打分取其截尾平均数获得其参数水平[42].为了获取2018年以后的参数水平,本文主要基于3 种方法进行预测：1)回归拟合法,对于具有明显变化趋势的要素,通过拟合其变化函数曲线得到未来的参数变化水平.2)平均值法,对于没有明显变化趋势,上下波动的数据,通过取平均值近似作为其未来的参数水平.3)专家打分法,对于多数难以量化的评估要素,由专家根据经验评估其未来的变化趋势.
3.1 计算实验设计
本节首先基于上述强军目标实现系统动力学模型及其实际数据构建人工系统基本模型,并进一步在一定范围内变化各种要素的取值形成不同的参数组合.为了验证各套参数在不同场景下的表现,我们对每种参数组合选取不同的要素间函数模型加以组合,进而生成大量的基于不同参数和函数模型的人工系统数据[25-26].该计算实验的具体场景数据生成方案如表1所示,其主要思路是：
苏穆武在家里看电视，看到记者采访杰克的画面，气愤地关掉电视：雷你个腿！他愤然拿起电话：喂，电视台吗？找你们台长！
1)设定计算实验实施的时间区间为2018 ～2025年,时间步长为1年.
反馈是系统动力学中的一个核心概念,它通过因果回路图、流量图等来表述系统的结构和运动过程.在运用系统动力学构建的系统中,各个对象之间相互作用并形成因果关系,这种关系用来表示系统中的反馈结构,形成因果回路图.因果回路图包含多个变量,用一个有向箭头来表示变量之间的关系,因此又被称为因果链[41].因果链是由带有极性的连线来连接两个变量,用箭头来表现两个因素之间的影响关系,箭头因素影响箭尾因素,用正(+)或负(-)表达其极性.系统动力学的因果回路图为定性描述和解析动态系统提供了良好的手段,为构建量化解析的系统动力学存量流量图提供了良好的基础.存量流量图则能够通过定量的方式进一步描述系统的内在关系,它可以运用图形表示法深入细致地描述系统,并通过函数模型刻画系统要素之间的逻辑关系、反馈形式、控制规律[42].
研究表明，在肿瘤进展的不同阶段，血浆Hsp90α的表达情况也有相应改变[15]。因此，后续研究将对血浆Hsp90α在肺癌病理分期、治疗及预后判断等方面的应用作进一步探讨。总之，血浆Hsp90α是一个潜在的肺癌肿瘤标志物，具有辅助诊断肺癌的作用，其联合肺癌标志物检测可显著提高肺癌的检出率，为肺癌的早期诊断、治疗和预后判断提供有力的依据。
4)将取值组合与不同的函数模型进行组合,运行相应的模型并采集输出的强军目标实现结果.
5)对所有模型的输出结果进行统计分析.
基于以上计算实验设计,本节生成了大量的人工系统数据,这些数据可以近似展现各构成要素对强军目标实现影响的内在规律.
3.2 计算实验结果分析
为了精准解析对强军目标实现具有较大影响的构成要素,我们将对人工系统大数据进行统计分析,进而寻找对强军目标实现影响最大的要素组合.以上人工系统产生的强军目标实现数据的分段统计如表4所示,可见,不同的构成要素取值和函数模型将产生不同的强军目标实现输出,不同的强军目标实现方案将对强军目标的实现进程产生不同的影响.
表4 强军目标实现系统一致性检验
由计算实验输出结果的统计分布可知,至2025年预测我国强军目标实现评分达到90 分以上的情况不足2%,因此,强军目标的实现需要满足较为严苛的条件.为了筛选对强军目标实现具有较大影响的构成要素,我们提取了能够使强军目标输出分支达到90 分以上的要素和模型组合,并求解组合中构成要素的交集,也就是无论由何种函数模型构成的强军目标实现场景下,均需要满足特定取值范围的强军目标构成要素,即强军目标实现的强影响要素.
基于以上过程,本小节对计算实验得到的强军目标实现要素进行了统计归纳,得出无论强军目标实现系统中的函数模型如何变化,只要同时保证我国社会主义政治制度优势的发挥、国内GDP 占全球GDP 的比例、每万人中科技人员数量、研发经费占GDP 比重、人均受教育年限、金融活力、科技投入、国家对文化产业的投入、文化商品和服务出口比例等要素高于2%的增长,就能实现2025年预估的军事实力评分高于90 分.因而可以说明,这些要素即是对强军目标实现影响较大的强影响要素.
3.3 计算实验结果验证
上述计算实验结果得出了对强军目标实现具有较强影响的强影响要素,然而,由于强军目标实现问题的人工系统要素取值和函数模型组合本身有高达O (N 51)种可能,是一个组合爆炸问题,因此,上述实验只选取了部分要素取值和场景的数据,无法完备地分析所有的可能.为了进一步验证以上结论,本节基于前述强军目标实现系统动力学基本模型对计算实验的结果进行了验证,通过对比不同要素的取值变化在系统动力学基本模型中对强军目标实现的影响进一步验证实验结果的可信度.
为了验证以上计算实验结果的正确性,确认计算实验得出的收敛要素对强军目标的实现具有显著的影响,本小节运用控制变量法设计相应的场景实验,验证不同子系统中的不同要素的变化对未来强军目标实现的影响.通过控制其他要素不变,改变某一要研究的要素在未来的取值变化,在基础系统动力学模型下验证不同要素对强军目标输出的影响.本小节针对每个待研究要素设计3 种不同的场景：
1)基本场景,即按照之前的历史数据和预测曲线得到的未来发展数据,所有参数都不加干预.
提高水能资源利用率，增加绿色能源供应。通过改造，全市新增装机容量17.2万kW，较改造前增加43.8%；新增年发电量8.6亿kWh，较改造前增加63.6%，合理有效利用了水能资源，增加了绿色能源供应。
2)增量场景,即在基础场景的基础上,保持参数和其他要素取值不变,将被研究要素未来的取值增加5%,进而观察该要素水平提升后未来几年强军目标实现水平的变化情况.
3)减量场景,即在基础场景的基础上,保持参数和其他要素取值不变,将被研究要素未来的取值减少5%,从而研究该要素水平降低后未来几年强军目标实现水平的变化情况.
通过对比不同要素同比例变化时对强军目标实现的影响,可以进一步验证计算实验分析得到的要素的准确度和完善性.例如,对“国家对文化产业的投入”和“电话拥有率”两个要素的场景实验的结果对比如图5所示,可见,“国家对文化产业的投入”在原来的基础上提升5% 可将我国2025年的军事实力评分值提升2.2%左右,而“电话拥有率”增减5%则对军事实力的影响比较微弱.因此,“国家对文化产业的投入”相比于“电话拥有率”对我国强军目标实现的影响更大,增加文化产业投入比提升电话拥有率更能提升我国的文化软实力.
图5 文化子系统部分要素场景实验结果
基于类似的过程,我们可以证明计算实验得出的强影响要素对强军目标实现的影响更大,而其他要素对强军目标实现的影响较小.因此,可以验证计算实验方法能够全面地评估各要素对强军目标实现系统的影响,能够为复杂的强军目标实现提供更有利的支持.
4 结论
本文提出基于平行系统理论的强军目标实现影响要素分析方法,并利用计算实验对各构成要素的影响力进行了分析.相比于定性分析方法和系统动力学方法,计算实验能够充分考虑各种强军目标实现场景,完备地分析各种要素对强军目标实现的影响.通过对强军目标实现人工系统大数据的分析,可以有效评估对强军目标实现影响最大的要素,进而为强军目标实现路径设计提供参考和借鉴.
致谢
本文结合了周立存博士部分工作和文章，并在论文撰写过程中得到了周立存博士及其导师王飞跃研究员的悉心指导，在此表示衷心感谢。
References
1 周立存.深刻认识国防和军队建设阶段性特征准确把握实现强军目标的筹划起点[J].国防大学学报,2014(6)：14-20.
2 周立存.更新观念创新思维,引领军队改革的源头活水[J].国防大学学报,2014(1)：18-22.
3 周为民.着眼实现强军目标大力培养基层官兵精气神[J].军队政工理论研究,2013,14(4)：7-9.
4 周立存.强军兴军的科学指南—党在新形势下的强军目标重大战略思想研究[M].北京：国防大学出版社,2015.
5 王飞跃.关于复杂系统研究的计算理论与方法[J].中国基础科学,2004,6(5)：3-10.
6 王飞跃,王晓,袁勇,等.社会计算与计算社会：智慧社会的基础与必然[J].科学通报,2015,60(Z1)：460-469.
7 王飞跃.情报5.0：平行时代的平行情报体系.情报学报,2015,34(6)：563-574.
8 王飞跃.指控5.0：平行时代的智能指挥与控制体系[J].指挥与控制学报,2015,1(1)：107-120.
9 王飞跃.国防装备与系统的未来变革：从3D 打印到平行军事体系[J].国防科技,2013,34(3)：1-9.
10 邢阳,刘忠民,刘腾,等.平行坦克的数字四胞胎结构及其核心技术[J].指挥与控制学报,2018,4(2)：111-120.
11 王飞跃,袁勇,王帅,等.军事区块链：从不对称的战争到对称的和平[J].指挥与控制学报,2018,4(3)：175-182.
12 白天翔,王帅,赵学亮,等.平行武器：迈向智能战争的武器[J].指挥与控制学报,2017,3(2)：89-98.
13 白天翔,徐德,王飞跃.局域网络化自主作战的概念与展望[J].指挥与控制学报,2017,3(1)：1-9.
14 杨柳青,王飞跃,张艳丽,等.基于ACP 方法的城市平行停车系统[J].指挥与控制学报,2015,1(4)：384-390.
15 阳东升,王坤峰,陈德旺,等.平行航母：从数字航母到智能航母[J].指挥与控制学报,2018,4(2)：101-110.
16 ZHOU L C,WANG F Y,XU P.Study on evaluation of the effect of enterprise human resources promotion based on EVA[C]//2015 12th International Conference on Service Systems and Service Management (ICSSSM),Guangzhou：IEEE,2015：1-6.
17 王飞跃.面向赛博空间的战争组织与行动：关于平行军事体系的讨论[J].军事运筹与系统工程,2012,26(3)：5-10.
18 王晓,要婷婷,韩双双,等.平行车联网：基于ACP 的智能车辆网联管理与控制[J].自动化学报,2018,44(8)：1391-1404.
19 WANG X,ZHENG X,ZHANG Q,et al.Crowdsourcing in ITS：the state of the work and the networking[J].IEEE Transactions on Intelligent Transportation Systems,2016,17(6)：1596-1605.
20 李力,林懿伦,曹东璞,等.平行学习-机器学习的一个新型理论框架[J].自动化学报,2017,43(1)：1-8.
21 LI L,LIN Y,ZHENG N.Parallel learning：a perspective and a framework[J].IEEE/CAA Journal of Automatica Sinica,2017,4(3)：389-395.
22 袁勇,王飞跃.平行区块链：概念、方法与内涵辨析[J].自动化学报,2017,43(10)：1703-1712.
23 王飞跃,杨柳青,胡晓娅,等.平行网络与网络软件化：一种新颖的网络架构[J].中国科学：信息科学,2017,47(7)：811-831.
24 WANG F Y,YUAN Y,WANG X,et al.Societies 5.0：a new paradigm for computational social systems research[J].IEEE Transactions on Computational Social Systems,2018,5(1)：2-8.
25 白天翔,王帅,沈震,等.平行机器人与平行无人系统：框架、结构、过程、平台及其应用[J].自动化学报,2017,43(2)：161-175.
26 王飞跃.人工社会、计算实验、平行系统—关于复杂社会经济系统计算研究的讨论[J].复杂系统与复杂性科学,2004,1(4)：25-35.
27 杨林瑶,李玉珂,韩双双,等.网络实验平台与计算实验方法研究与展望[J].指挥与控制学报,2018,4(4)：281-290.
28 刘志杰,欧阳云呈,宋宇骅,等.分布参数系统的平行控制：从基于模型的控制到数据驱动的智能控制[J].指挥与控制学报,2017,3(3)：177-185.
29 王飞跃.从激光到激活：钱学森的情报理念与平行情报体系[J].自动化学报,2015,41(6)：1053-1061.
30 ZENG K,LIU W,WANG X,et al.Traffic congestion and social media in china[J].IEEE Intelligent Systems,2013,28(1)：72-77.
31 王飞跃,王珏.情报与安全信息学的现状与展望[J].中国基础科学,2005,7(2)：24-29.
32 董尹,赵小康.公开源情报研究综述[J].情报理论与实践,2013,36(1)：119-123.
33 黄胜,郭继光,陆泽健,等.面向军事领域的Web 开源情报主题挖掘研究[J].中国电子科学研究院学报,2017,12(4)：400-405.
34 商宪丽,王学东.微博话题识别中基于动态共词网络的文本特征提取方法[J].图书情报知识,2016(3)：80-88.
35 陆浩,孙星恺,刘文礼,等.基于ASKE 引擎的开源情报采集与分析研究—以2008-2012年国内情报学核心期刊为例[J].指挥与控制学报,2015,1(3)：254-262.
36 傅畅.面向专题应用的开源情报挖掘系统研究与应用[D].成都：电子科技大学,2016：11-14.
37 林甦,任泽平.模糊德尔菲法及其应用[J].中国科技论坛,2009(5)：102-103.
38 ZADEH L.A.Fuzzy logic=computing with words[J].IEEE transactions on fuzzy systems,1996,4(2)：103-111.
39 董文丽,祝立雄,李王鸣.基于模糊德尔菲法的历史文化名城保护规划实施评价研究[J].浙江大学学报(理学版),2017,44(6)：749-756.
40 高晓林.基于德尔菲法和模糊综合评价法的国际工程项目风险分析[J].项目管理技术,2018,16(8)：85-92.
41 ALEXANDRE R.The role of system dynamics in project management[J].International Journal of Project Management,1996,14(4)：213-220.
42 INES W,GARY B,SAN T.The use of system dynamics in water resources management[J].Water Resources Management,2009,23(7)：1301-1323.
43 连莲.基于系统动力学视角的产业经济增长研究[D].北京：北京交通大学,2017：96-120.
44 徐健.基于系统动力学的城市工业生长综合模型构建及应用[D].哈尔滨：哈尔滨工业大学,2015：114-134.
Computational Experiments Analysis of Influencin Factors for Strengthening Military Targets Realization in New Era
YANG Lin-Yao1,2,3 WANG Shuai1,2,3 WANG Tao4 XU Peng5
Abstract To build a strong national forces that obey the Party's command,can figh and win,and maintain excellent conduct,a extraction method of influencin factors for strengthening military targets realization based on open source intelligence analysis and fuzzy Delphi method as well as the computational experiments analysis of these influencin factors are proposed.Based on the analysis of the complete data of artificia systems composed of different scenarios and parameters,the computational experiments can get the most important factors and help with the achievement of strengthening military targets realization.It is proved that the computational experiments can extract the most important factors by simulation.
Key words strengthening military targets,parallel systems,computational experiments,parallel assessment
引用格式 杨林瑶,王帅,王涛,许鹏.新时代强军目标实现要素计算实验分析[J].指挥与控制学报,2019,5(1)：31-40
DOI 10.3969/j.issn.2096-0204.2019.01.0031
收稿日期 2019-01-07
Manuscript received January 7,2019
国家自然科学基金(91720000,61702519,61533019,U1811463)资助
Supported by National Natural Science Foundation of China (91720000,61702519,61533019,U1811463)
1.中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 2.青岛智能产业技术研究院山东青岛266000 3.中国科学院大学北京100049 4.国防科技大学系统工程学院湖南长沙410073 5.国防大学军事管理学院北京100091
1.The State Key Laboratory for Management and Control of Complex Systems,Institute of Automation,Chinese Academy of Sciences,Beijing 100190,China 2.Qingdao Academy of Intelligent Industries,Qingdao Shandong 266000,China 3.University of Chinese Academy of Sciences,Beijing 100049,China 4.The College of Information System and Management,National University of Defense Technology,Changsha Hunan 410073,China 5.School of Military Management,National Defense University,Beijing 100091,China
Citation YANG Lin-Yao,WANG Shuai,WANG Tao,XU Peng.Computational experiments analysis of influencin factors for strengthening military targets realization in new era[J].Journal of Command and Control,2019,5(1)：31-40
杨林瑶 (1995-),男,硕士研究生,主要研究方向为车联网、智能交通系统和网络大数据分析.
王 帅 (1988-),男,博士研究生,主要研究方向为区块链、智能合约、社会计算和平行管理.本文通信作者.E-mail：wangshuai2015@ia.ac.cn
王 涛 (1986-),男,博士,讲师,主要研究方向为社会计算、Web 数据挖掘和人力资源解析.
许 鹏 (1976-),男,博士,副教授,主要研究方向为军事管理、信息作战和军事运筹学.
标签：强军目标论文; 平行系统论文; 计算实验论文; 平行评估论文; 中国科学院自动化研究所复杂系统管理与控制国家重点实验室论文; 青岛智能产业技术研究院论文; 中国科学院大学论文; 国防科技大学系统工程学院论文; 国防大学军事管理学院论文;