面向任务流程的装备体系完成任务概率仿真评估方法
闫 旭1, 宋太亮2, 曹军海1, 陈守华1, 张 强1
(1. 陆军装甲兵学院装备保障与再制造系, 北京 100072;2. 中国国防科技信息中心, 北京 100072)
摘 要 :为了解决传统可靠性建模方法无法刻画装备体系复杂性及对装备体系完成任务概率进行准确评估等问题,提出了一种面向任务流程的装备体系完成任务概率离散事件仿真评估方法。该评估方法中,采用过程流网方法对装备体系任务流程进行建模,并对过程流网扩展了时间和资源等元素,引入活动影响因子,梳理子任务及活动间逻辑关系。采用离散事件仿真方法建立装备体系完成任务概率仿真评估模型,生成实体执行仿真过程,将进入导致任务成功的端点的实体数量与生成的所有实体总量的比记为完成任务概率,设置仿真时钟记录实体执行每项活动的时间,求平均值记为任务平均时间。最后,以某典型陆军作战体系为例,说明所提出方法的可行性。
关键词 : 装备体系; 完成任务概率; 过程流网; 离散事件仿真
0 引 言
体系是在使命任务的驱动下由多种系统集合而成的一种特殊系统。体系通过将现有系统有机融合,可以更有效率、更经济地为动态需求和技术升级问题提供更具灵活性的解决方案[1]。装备系统之间通过网络中心性和互用性作用,逐步集成为具有特定使命任务、广泛能力空间和强大鲁棒性的武器装备体系(equipment system of systems,ESoS)[2]。以体系对抗为主要战争形式的现代信息化联合作战具有战争进程快、装备资源损耗大、时空跨度广的特点,因此ESoS的保障能力与作战能力具有同等意义。通常体系内不同的系统承担不同的功能,系统层面的冗余设置很少,对ESoS的完成任务概率进行科学评估,进而指导作战任务,建立匹配、健全、灵敏的综合保障体系,对于打赢信息化战争具有十分重要的意义[3]。
近年来,相关学者[4-12]分别运用二元决策图(binary decision diagram, BDD)、状态枚举(如马尔可夫)等传统方法对相关领域的面向任务系统(mission-oriented system, MOS)以及多阶段任务系统(phased mission system, PMS)的完成任务概率、任务可靠性开展了大量研究,并进行了相应方法的比较。当前在世界范围内,针对ESoS的完成任务概率以及其他保障能力指标的论证及评价都处于探索阶段,尚没有成熟的方法和工具。美国乔治梅森大学的Olmez[13]将不同的C4ISR体系场景转换有色Petri网模型,在有色Petri网模型上采用基于情景的可靠性分析技术实现体系任务成功性评价;Franke等[14]建立了基于专家经验的贝叶斯模型用于评价企业情报信息系统的可用性;Ibrahimovic等[15]在此基础上利用概率启发过程对模型进行参数化,提出了一种改进贝叶斯信任网络模型,用于预测信息系统可用性,并使用蒙特卡罗仿真对模型进行了验证。Vassiliou等[16]针对多阶段任务系统任务成功性评估问题,提出一种模块化组合的解析方法,该方法可以很好解决任务阶段和系统组件数量增加时产生的状态爆炸问题。罗雪山等[17]基于美国防部体系架构框架,运用可靠性框图模型,建立了体系的基本可靠性模型和任务可靠性模型。
由于体系具有独立性、动态性和涌现性,体系组成系统间存在功能相互依赖性,故体系的完成任务概率不能通过组成系统可靠性的简单叠加得到,而目前基于统计模型、故障物理模型的传统评估方法也就无法完全适用于体系完成任务概率评估,这就为体系的应用和保障能力评估带来了很大困难。仿真模型可以从宏观、中观和微观3个层次描述体系,突出体系的动态性和演化性[18-19]。本文以典型陆军ESoS为研究对象,面向具体任务流程,基于离散事件仿真方法探讨ESoS的完成任务概率问题。内容结构如下:第1节概述了ESoS完成任务概率的相关概念及模型;第2节提出了基于扩展过程流网(process flow network,PFN)的ESoS任务过程流模型;第3节提出了面向任务流程的离散事件仿真评估方法;最后,针对典型陆军作战体系给出了一个案例,说明所提出方法的可行性。
1 ESoS完成任务概率概述
1.1 ESoS概述
ESoS是在动态不确定环境中,针对特定任务需求,由功能上相互关联的各种类各系列装备构成的整体[20]。从2004年开始,美军先后发布了多个版本的《国防部体系架构框架(DoDAF)》,能够完整描述现役ESoS的各个视图,有力支持了围绕体系的论证及评价的研究,预示着体系层面的相关论证及评价技术进入了更受重视的时期。
1.1.1 功能层次性
ESoS是由各种类各系列装备耦合起来的,因此,其层次性十分明显。
根据ESoS各层次的功能与体系使命任务的对应关系,用层次化描述方法可以将ESoS划分为体系层、系统/平台层以及装备层。通常意义上,相互关联的装备和设备首先有机集合形成装备系统或平台,如防空导弹系统由导弹、指挥控制装备、发射制导装备以及其他辅助设备构成,装甲车辆系统由装甲车和通信导航设备构成等。继而,在体系使命的驱动下,各装备系统/平台通过互联、互通和互操作综合集成具有涌现效应和演化功能的ESoS[21]。ESoS的功能概念图如图1所示。
图1 ESoS功能概念图
Fig.1 Functional concept of ESoS
典型的陆军ESoS由综合电子信息系统(指挥控制系统)、多个武器装备系统或平台(如预警探测系统、火力打击系统等)以及与之相匹配的支援保障系统构成。
北方冬日有暖气的室内较为干燥，孕妈妈喜欢打开加湿器。加湿器可以使用，但要注意卫生，最好每周清洗一次，这是因为水中细菌容易繁殖。使用加湿器时，并非湿度越高越好，最好控制在40%～60%，湿度高对身体也不好，容易引起胸闷、痰多、呼吸困难等症状以及各种呼吸系统疾病。
1.1.2 建制层次性
根据ESoS内部在作战过程中的执行建制,可以将ESoS划分为装备作战单元、基本装备作战单元。装备作战单元是能在一定范围内独立遂行作战任务的作战单位装备,由基本装备作战单元构成,基本装备作战单元是可以独立执行作战和训练任务的最小军事单位。装备作战单元通常由不同功能、种类、品种、系列的装备按照一定的配套、衔接和比例关系及层次编配而成。
按照国际现行的陆军作战建制惯例,陆军基本装备作战单元一般以连或分队为建制单位,有步兵连、炮兵连、保障与军需分队等形式;作战单元一般以营或中队为建制单位,有步兵营、侦查中队、防空导弹营等形式。在此基础上,ESoS可以视为由旅及旅以上建制单位所辖装备构成。
以美陆军新型Stryker旅为例,旅辖3个步兵营,每营下辖3个步兵连(每连配备12辆步战车);1个炮兵营,下辖1个机动火炮连(配备9门自行火炮)和1个炮兵连(配备18门榴弹炮);此外,旅直属1个反坦克连(配备9辆反坦克导弹发射车),1个装甲侦查中队(配备42辆装甲侦查车辆),还有诸如司令部、卫生连、维修和军需连、通信连、工兵连等多个直属保障分队。
以此建立美Stryker旅ESoS拓扑结构,如图2所示。
1.2 ESoS完成任务概率
1.2.1 体系任务
面向任务设置的ESoS是一种特殊的MOS和PMS,ESoS任务包含大量的阶段任务,在后勤保障时间即阶段任务执行期间或阶段间的任务间隔期执行保障工作,保证ESoS的任务能力。ESoS任务存在以下特征:
空气储罐是空气压缩机的配套设备，一般安装在室外，其工作流程为：空气进入压缩机经过增压后送入储气罐，然后再由储气罐管道供到各个用气地点，储气罐在空气压缩系统中的主要作用是保证供气稳定。
图2 Stryker旅ESoS拓扑图
Fig.2 Stryker Brigade ESoS topology diagram
(1)阶段任务间的任务剖面存在差异,然而执行的顺序和时序要求相对宽松,存在任务并行、重叠等情况。
(2)体系包含多个独立运行的组成系统,由于体系互操作性的需要,阶段任务的执行系统存在差异,某些系统可能会在不同阶段使用多次,亦可能在特定阶段发生闲置。
(3)阶段任务间的成功逻辑关系相对宽松。传统PMS中,阶段任务之间多是串联关系,前一阶段任务失败则后一阶段任务无法继续执行,从而导致整个任务失败。而体系中,阶段任务间存在权联关系,即前一阶段任务执行情况会依照一定权重对后一阶段任务造成影响,而非绝对。
1.2.2 完成任务概率指标
然而,ESoS任务各项活动之间的关系并不局限于“满足规定条件后才能进入下一活动”的触发关系,而PFN方法在表达复杂的逻辑关系和非确定的信息方面有所欠缺。因此本文引入活动影响因子来描述上游活动的执行效果对下游活动的影响关系。
同时,任务平均持续时间能够从时间维度描述ESoS在现有战场形势和保障态势下的任务效能水平,为科学制定作战计划和保障计划提供数据基础。
式中,R M0 为完成任务概率;N S 是进入任务成功终结点的实体数量。
供应情况：国内惜售情绪较浓，企业放货有限，主要供应前期预收订单。出口方面，企业积极集港发运，近期港口库存增加较快，多数企业预收订单已排至9月底，市场供货偏紧。受出口市场拉动影响，二铵企业挺价强烈，报价灵活调涨。原材料方面，硫磺市场延续上行态势，外盘价格高企，业内拉涨心态加强；硫酸市场大稳小动；合成氨价格触底，局部价格小幅反弹；磷矿石市场报价陆续上调，下游采购谨慎，新单仍在商谈中，市场货紧价扬；总体看原料价格对二铵形成强力支撑。上周个别企业装置停产，主要因为原料供应不足，企业平均开工率小幅下滑，约为62%。
2 基于扩展PFN的任务流程建模
2.1 扩展的PFN方法
流程建模方法有很多,如IDEF X、统一建模语言(unified modeling language,UML)、Petri网、面向服务的体系(service oriented architecture,SOA)等。其中IDEF 3建模方法既能对任务流程进行准确描述,又能弥补其他过程建模方法无法进行动态分析的缺陷。PFN是IDEF 3方法的一种主要工具,以过程为中心建立模型视图,用经过编号的行为单元表示活动,用方框间的箭头称为连接表示活动间的关系,在活动交汇处还设有表示选择关系的连接类型元素[22]。
完成任务概率是指装备在规定条件下和规定的时间内,成功完成规定功能的能力,反映的是产品对任务可靠性的要求。作为反映保障能力的重要方面,完成任务概率这一指标对于面向任务而配置的ESoS而言,是体系可用度和体系任务效能的重要补充,对体系效能发挥具有显著影响。
其他矿物质的溶解和重结晶过程也将影响煤体孔隙结构变化，影响机理与碳酸盐矿物的溶解对孔隙率的影响机理类似，在此不再赘述。
式中,MMT是任务平均持续时间;MTi 是实体i 的任务时间;S 是生成实体的数量。
表1 扩展PFN建模元素
Table 1 Expanded PFN modeling elements
2.2 活动关系
一项任务分为多个活动,各个活动在逻辑时序上可以是串行关系,也可以是并行关系。
2.2.1 串行关系
串行关系是指一个活动完成下一个活动才能开始,所有活动都完成,任务才算完成。各个活动可以由一个系统执行,也可由多个系统执行。如图3所示。
图3 过程模型的串行关系
Fig.3 Series relationship of process model
2.2.2 并行关系
(1) 作战计划可以分解为5个活动:情报、制定计划、汇总气象和地理数据、计划修改、命令下达。
图4 过程模型的并行“与”关系
Fig.4 Parallel “and” relationship of process model
图5 过程模型的并行“或”关系
Fig.5 Parallel “or” relationship of process model
图6 过程模型的并行“异或”关系
Fig.6 Parallel “ex-or” relationship of process model
图7 过程模型的并行“表决”关系
Fig.7 Parallel “vote” relationship of process model
2.3 多层网络视图
对体系任务进行分解,确定任务和各项活动,明确子任务和活动间逻辑关系,运用建模元素和PFN方法建立体系任务的多层网络视图,建立顶层过程流网模型和低层过程流网模型,如图8和图9所示,从宏观和微观上描述ESoS任务[7]。
深交所表示，深市停牌公司数量占比从2016年的9%左右下降至目前的1.4%左右，停牌时间超过3个月的公司家数从备忘录发布前的68家下降至目前的14家。上交所表示，最近一段时间沪市停牌公司已减少到日均10家左右，占全部沪市公司家数约0.7%。
图8 顶层PFN视图
Fig.8 Top level view of PFN
图9 低层PFN视图
Fig.9 Low level view of PFN
3 基于离散事件仿真的完成任务概率评估
在建立任务流程之后,理论上可以解析完成任务概率和任务持续时间。事实上,由于体系任务过程涉及许多活动和参数,包括时间参数、资源参数、系统可靠性和活动影响因子等,解析方法是不可行的。因此,我们采用仿真方法来进行体系完成任务概率评估[24]。对于体系,其任务过程中的活动发生在特定时刻,标志着体系中的状态变化,这意味着它们是离散事件,因此可以使用离散事件仿真(discrete event simulation,DES)方法来分析体系过程。
首先我们需要将模型中的对象转换为DES的基本元素。体系任务过程是为了完成某项任务而执行特定的活动,体系的成员应遵循某些实施条件和规则,消耗一定的资源。
(1)实体:是描述和组成离散事件系统的基本要素之一,按照一定的规律开展进程。只要系统处于活动状态,实体就存在。
Design for Utilization of LNG Carrier Cold Energy and Economic Analysis
(2)事件:是引起系统状态发生变化的行为,是另一个基本要素。
(3)活动:通常用于表示两个可以区分的事件之间的过程,标志着系统状态的转移。
(4)进程:由若干个有序事件及活动组成,如到达、开始、决策、结束等,描述了所包括事件和活动的逻辑关系及时序关系[25-27]。
步骤 3 设置仿真模型中的参数,运行仿真模型,计算体系的完成任务概率。
接下来通过以下3个步骤创建体系任务仿真模型。
步骤 1 根据相关标准和惯例,对体系任务进行分解,获取体系任务树。
步骤 2 基于第2节中提出的方法建立体系任务过程网络模型,并转换为DES仿真模型。
(5)仿真时钟:表示仿真时间的变化,是按一定规律控制仿真进程的工具。
仿真逻辑和仿真模型如图10所示。本文使用仿真软件AnyLogic建立仿真模型[28-29]。
图10 仿真逻辑图
Fig.10 Diagram of simulation logic
运行仿真模型时,首先需要设置基于仿真时间生成的实体数量。仿真模型生成实体,进入仿真过程。仿真模型的状态将根据实体访问的活动而改变。由于仿真过程的随机性,实体可能访问可能导致任务失败的过程。因此,我们设置仿真时钟,记录实体在每个活动中花费的时间以及实体完成仿真过程时实体在仿真中的花费的总时间。因此,任务平均持续时间是每个实体任务时间的代数和与仿真模型生成的实体数量之比,表示为
(1)
此外,传统PFN无法显示和表达资源和时间参数,难以进一步对模型进行深入准确地分析。在此基础上,增加资源元素、资源连接线以及活动时间等建模元素,进而得到任务流程网络的图形表达,建模元素及图形表达如表1所示。
同时,完成任务概率是进入导致任务成功的端点的实体数量与生成的所有实体总量的比[11-13],表示为
(2)
综上所述,运用传统方法通过对系统任务可靠性进行简单的聚合计算体系完成任务概率,将得出无实际意义的结论;而解析方法在解决大规模体系问题时出现的状态爆炸问题使得无法向体系领域拓展。仿真模型可以从宏观、中观和微观3个层次描述体系,突出体系的动态性和演化性。本文从体系任务流程建模入手,建立体系任务仿真模型,通过离散事件仿真方法评估ESoS完成任务概率以及任务平均持续时间。
由于上游活动的执行效果会对下游活动产生一定的影响,因此,为提升模型的精确性,本文引入活动影响因子的概念,将活动影响因子α j 与N S 之积除以实体总量S ,作为任务完成的实际概率,即
强化食品安全管理。建立健全的食品安全管理组织，配置食品安全管理人员；建立、落实各项卫生制度；对从业人员进行全员食品安全培训，树立食品安全意识；定期开展食品安全自查，发现问题及时改正；强化自身卫生管理，落实岗位责任；争取条件，开展瘦肉精、农残等食品安全快速检验。
(3)
4 案例研究
为了验证第3节中所提出仿真方法与流程的可行性,本文以典型陆军ESoS为作战主体,分析需要解决的问题。某陆军ESoS的典型任务过程如图11所示,划分为作战计划、武力投送与部署、战术机动、作战4个基本任务[30]。具体任务执行过程为:接到上级命令后,首先进行作战计划;而后使用投送力量对ESoS进行远距离点对点投送;到达邻近作战地域后,展开中近距离战术机动;抵达作战地域后,进行火力打击作战。
图11 某陆军作战体系典型任务过程
Fig.11 Typical mission process of an army operation system of systems
每项基本任务可以分解为多个活动:
并行关系是指多个活动同时进行,按照活动并行的方式不同,并行关系又分为4种。①“与”关系,表示多个活动需要都完成才能进入下一个活动。②“或”关系,表示多个并行的活动中至少有一个完成就能进入下一个活动。③“异或”关系,表示多个并行的活动中只有一个完成才能进入下一个活动。④“表决”关系,又称k -out-of-n 关系,表示n 个并行的活动中只要有k 或k 以上活动完成,就可以进入下一项任务。这4种并行活动关系如图4～图7所示[23]。
(1) 变形前，图16(a)，平行于临空面的陡倾裂隙为构造裂隙，充水时对岩体产生总静水压力γwh2/2(裂隙底部静水压力γwh，大致呈三角形分布)。理论上讲，陡倾裂隙与水平裂隙交点的扬压力值与静水压力值相等。滑面中部因裂隙贯通、渗透性差异等，扬压力分布不均匀，故文中赋予了理论系数K。
(2) 武力投送与部署可以分解为4个活动:准备运输、运输、保障、故障。
(3) 战术机动可以分解为3个活动:机动、机动保障、机动失败。
(4) 作战可以分解为6个活动:即时侦察、电子战攻击、定向射击、防空、保障、作战失败。
两根平行的金属轨道水平放置在磁感应强度为B的匀强磁场中(如图1)，导体棒ab在磁场中以v1的速度向右做匀速运动，并且受到向右的外力F外，其中导体棒ab与导轨垂直，其金属轨道间距为L，有一电阻R位于左端，运动过程中导体棒在远离电阻，根据楞次定律，回路中会产生逆时针方向的电流，电流在导体上从a流向b，于是导体棒在磁场中受到向左的安培力F=BIL与外力F外平衡。
9月11日下午3点30分，著名评书表演艺术家单田芳因病去世，享年84岁。上世纪八十年代以前出生的人，许多人是听着单田芳的评书长大的。单田芳推出过《三侠五义》《白眉大侠》《隋唐演义》《水浒外传》等许多优秀的评书，先后“录制和播出100余部、共计15000余集广播、电视评书作品，整理编著17套28种传统评书文字书稿”。
任务树图如图12所示。基于任务树图,子任务和活动的含义如表2所示。
图12 任务树图
Fig.12 Diagram of mission tree
表2 子任务和活动含义
Table 2 Meaning of submissions and activities
基于此,运用第2节建立的方法可以建立低级别的体系使命PFN。图13显示了作战计划、武力投送与部署、战术机动、作战的低层PFN。图14显示了陆军作战体系任务的顶层流网。通过建立的陆军作战体系任务的低层次和顶层流网模型,根据第3节所述方法建立离散事件仿真模型,如图15所示;表3给出了仿真模型中的参数设置情况。
综上所述,得出以下结论:第一,多模态环境下POA教学模式能够有效提高学生的听力材料理解能力;第二,在听说教学中有效地应用POA理论,提高学生英语应用能力;第三,POA 的应用能有效地促进学生可选择性输出语言和口语输出能力,提高学生的英语口语技能。
图13 陆军作战体系低层PFN
Fig.13 Low level view of army operation system of systems PFN
图14 陆军作战体系顶层PFN
Fig.14 Top level view of army operation system of systems PFN
图15 AnyLogic DES模型
Fig.15 DES model within AnyLogic
表3 仿真模型中的参数设置
Table 3 Parameter settings in simulation model
在通过AnyLogic软件进行了200次仿真之后,所得结果如图16所示。计算得到ESoS的完成任务概率R M =0.805,任务平均持续时间MMT=84.121 min。
2.4 两组T淋巴细胞亚群比较 治疗前两组CD4+、CD8+及CD4+/CD8+水平比较均无统计学意义(均P>0.05)；治疗后，两组CD4+、CD8+及CD4+/CD8+水平均明显高于治疗前(均P<0.05)，且观察组均明显高于对照组(P<0.05)。见表4。
图16 仿真结果
Fig.16 Simulation results
5 结束语
本文提出了一种基于离散事件仿真方法评估ESoS完成任务概率的途径,首先采用扩展的PFN法建立体系任务流程多层网络模型,然后建立ESoS任务的仿真模型,通过仿真时钟和仿真过程中任务成功事件的比例得到ESoS完成任务概率的仿真结果。所提出的方法可以克服传统方法无法描述体系复杂性等特征的问题,为体系完成任务概率的评估提供了一种新思路。然而本文在研究中设定任务为简单任务,因此后续研究中需要在建模过程中考虑维修和复杂任务等因素,并加入更多参数以提升模型精确度。
参考文献 ：
[1] THACKER S, PANT R, HALL J W. System-of-systems formulation and disruption analysis for multi-scale critical national infrastructures[J]. Reliability Engineering & System Safety, 2017, 167: 30-41.
[2] MOKHTARPOUR B, STRACENER J T. Mission reliability analysis of phased-mission systems-of-systems with data sharing capability[C]∥Proc.of the IEEE Reliability and Maintainability Symposium, 2015.
[3] 宋太亮, 王岩磊, 方颖. 装备大保障观总论[M]. 北京: 国防工业出版社, 2014.
SONG T L, WANG Y L, FANG Y. General philosophy of support for materiel development[M]. Beijing: National Defense Industry Press, 2014.
[4] HOU J, QIAN Y. Selective maintenance model based on diffe-rent mission duration time[C]∥Proc.of the IEEE International Conference on Mechatronics and Automation,2015:2491-2495.
[5] MOON J, DOMERCANT J C, MAVRIS D. A simplified approach to assessment of mission success for helicopter landing on a ship[J].International Journal of Control Automation & Systems, 2015, 13(3): 680-688.
[6] CAI Z Q, GUO P, LI Y, et al. Evaluation of mission success for binary system with repairable spare parts[C]∥Proc.of the IEEE International Conference on Industrial Engineering and Engineering Management, 2016: 526-530.
[7] WANG C, XING L, PENG R, et al. Competing failure analysis in phased-mission systems with multiple functional dependence groups[J]. Reliability Engineering & System Safety, 2017, 164: 24-33.
[8] MOKHTARPOUR B, STRACENER J T. Mission reliability analysis of phased-mission systems-of-systems with data sharing capability[C]∥Proc.of the Reliability and Maintainability Symposium, 2015.
[9] LIU B, XIE M, XU Z, et al. An imperfect maintenance policy for mission-oriented systems subject to degradation and external shocks[J].Computers & Industrial Engineering,2016,102:21-32.
[10] LU J M, WU X Y, LIU Y, et al. Reliability analysis of large phased-mission systems with repairable components based on success-state sampling[J]. Reliability Engineering & System Safety, 2015, 142:123-133.
[11] YANG S, XU L, XU J. Novel assessment model for the launch success ratio for lunar exploration[J]. Journal of Aerospace Engineering, 2014, 28(5): 04014130.
[12] LEVITIN G, FINKELSTEIN M, DAI Y. Redundancy optimization for series-parallel phased mission systems exposed to random shocks[J]. Reliability Engineering & System Safety, 2017, 167: 554-560.
[13] OLMEZ A E. Mission centric reliability analysis of C4ISR architectures using Petri Nets[C]∥Proc.of the IEEE International Conference on Systems, Man and Cybernetics, 2003: 587-592.
[14] FRANKE U, JOHNSON P. Availability of enterprise IT systems-an expert-based Bayesian model[J]. Software Quality Journal, 2012, 20 (2): 369-394.
[15] IBRAHIMOVIC S, BAJGORIC N. Modeling information system availability by using bayesian belief network approach[J]. Interdisciplinary Description of Complex Systems,2016,14(2):125-138.
[16] VASSILIOU M S, ALBERTS D S, SHAH S. Mission success: assured communications and agile organizations[C]∥Proc.of the IEEE International Carnahan Conference on Security Technology, 2017.
[17] 王磊,罗雪山,舒振.C4ISR体系结构服务视图及其演化的形式化描述方法[J].国防科技大学学报,2011,33(3):134-139.
WANG L, LUO X S, SHU Z. Formalized description of service view and evolution within C4ISR architecture[J]. Journal of National University of Defense Technology,2011,33(3):134-139.
[18] PAN X, HE C J, WEN T. A SOS reliability evaluate approach based on GERT[C]∥Proc.of the IEEE Reliability and Maintainability Symposium, 2015: 1-7.
[19] 潘星, 尹宝石, 温晓华. 基于DoDAF的装备体系任务建模与仿真[J]. 系统工程与电子技术, 2012, 34(9):1846-1851.
PAN X, YIN B S, WEN X H. Mission modeling and simulation for equipment system of systems based on DoDAF[J]. Systems Engineering and Electronics,2012,34(9):1846-1851.
[20] 江式伟,吕卫民,冯浩源.基于时间Petri网的装备体系可靠性建模与仿真[J].系统工程与电子技术,2013,35(4):895-899.
JIANG S W, LV W M, FENG H Y. Reliability modeling and simulation of equipment system-of-systems based on timing Petri net[J]. Systems Engineering and Electronics,2013,35(4):895-899.
[21] ERYILMAZ S. The effectiveness of adding cold standby redundancy to a coherent system at system and component levels[J]. Reliability Engineering & System Safety,2017,165:331-335.
[22] 徐航, 陈春良. 装备精确保障概论[M]. 北京: 国防工业出版社, 2012.
XU H, CHEN C L. Equipment efficient support generlity[M]. Beijing: National Defense Industry Press, 2012.
[23] COOK J L. System of systems reliability for multi-state systems[C]∥Proc.of the Reliability and Maintainability Symposium, 2009.
[24] 尹超,罗鹏,李孝,等.基于Multi-Agent的机床装备资源优化选择方法[J].计算机集成制造系统,2016,22(6): 1475-1485.
YIN C, LUO P, LI X B, et al. Optimal selection method for machine tool resource based on multi-agent[J]. Computer Integrated Manufacturing Systems, 2016, 22(6): 1475-1485.
[25] ANDERSON D J, CARTER C M, BROWN T. Complexities of system of systems operational availability modeling[C]∥Proc.of the Reliability and Maintainability Symposium, 2015: 1-6.
[26] LU J M, WU X Y. Reliability evaluation of generalized phased-mission systems with repairable components[J]. Reliability Engineering & System Safety, 2014, 121: 136-145.
[27] SALVANESCHI P. Modeling of information systems as systems of systems through DSM[C]∥Proc.of the 4th International Workshop on Software Engineering for Systems-of-Systems, 2016.
[28] DARABI H R, GOROD A, MO M, et al. Using hybrid mode-ling to simulate maritime transportation system of systems (MTSoS)[C]∥Proc.of the IEEE Systems Conference, 2012:1-6.
[29] 肖田元,范文慧.系统仿真概论[M].北京:清华大学出版社,2010.
XIAO T Y, FAN W H. Introduction to system simulation[M]. Beijing: Tsinghua University Press, 2010.
[30] Headquarters Department of the Army. The army universal task list[EB/OL].[2017-10-22].http:∥www.waffenexporte.de/NRANEU/others/amd-us-archive/fm7-15(03).pdf.
Mission process oriented simulation evaluation method of mission
completion probability for equipment system of systems
YAN Xu1, SONG Tailiang2, CAO Junhai1, CHEN Shouhua1, ZHANG Qiang1
(1.Equipment Support and Remanufacturing Department ,Army Academy of Armored Force ,Beijing 100072,China ;2.China Defense Science and Technology Information Center ,Beijing 100072,China )
Abstract : To solve the problem that traditional reliability evaluation methods cannot describe the complexity of equipment system of systems (ESoS) and evaluate the mission completion probability accurately, a new evaluation method based on discrete event simulation is proposed. In this method, the process flow network method with expanded elements such as time and resources and activity impact factor are used to model the task flow of ESoS to clarify logical relationships between sub-tasks and activities. The discrete event simulation method is used to establish the ESoS mission completion probability simulation evaluation model, entities are generated to perform the simulation process. The mission completion probability is set the ratio of the number of entities entering the endpoint that caused the success of the mission to the total amount of all entities generated, and the simulation clock is set to record the time at which time each entity performed each activity. The mean mission time is recorded as the average time of the mission. Finally, a typical army operation ESoS is simulated as an example to illustrate the feasibility of the proposed method.
Keywords : equipment system of systems (ESoS); mission completion probability; process flow network (PFN); discrete event simulation
中图分类号 : E 92
文献标志码: A
DOI: 10.3969/j.issn.1001-506X.2019.01.12
收稿日期 :2017-10-23;
修回日期: 2018-04-16;
网络优先出版日期： 2018-12-03。
网络优先出版地址： http://kns.cnki.net/kcms/detail/11.2422.TN.20181203.0932.014.html
基金项目 :军队科研领域基金项目(61400010301)资助课题
作者简介 ：
闫 旭 (1992-),男,博士研究生,主要研究方向为装备综合保障、装备保障体系仿真。
E-mail:frank_momo@163.com
政府要优化对青海特色优势企业的财政支持结构，完善相关税收减免政策；出台相应的投资优惠政策，构建完整的招商引资的法律法规体系，营造公平、透明、开放的投资环境。青海省还要积极协调外汇、税务、海关等部门的工作，降低企业运输成本，减小企业运行的阻力，提升企业运行效率。
宋太亮 (1962-),男,研究员,博士,博士研究生导师,主要研究方向为装备综合保障。
E-mail:stl123@126.com
曹军海 (1972-),男,副教授,博士,博士研究生导师,主要研究方向为装备综合保障。
E-mail:caojunhai@163.com
陈守华 (1975-),男,副教授,硕士,主要研究方向为装备综合保障。
E-mail:chenshouhua@163.com
张 强 (1991-),男,博士研究生,主要研究方向为装备综合保障。
E-mail:zhangqiang_yjs@126.com
标签：装备体系论文; 完成任务概率论文; 过程流网论文; 离散事件仿真论文; 陆军装甲兵学院装备保障与再制造系论文; 中国国防科技信息中心论文;