喻飛飛 郭棟
(軍事科學(xué)院 研究生部,北京100091)
探索性仿真實(shí)驗(yàn)作為探尋和發(fā)現(xiàn)復(fù)雜系統(tǒng)規(guī)律的一種新的分析實(shí)驗(yàn)方法,綜合了探索性分析和仿真實(shí)驗(yàn)兩者的優(yōu)點(diǎn),既考慮對抗雙方各個(gè)體系內(nèi)部之間的動(dòng)態(tài)交互以及體系之間的對抗特性,同時(shí)又考慮大量不確定性條件下所有合理假設(shè)的可能因素。對于戰(zhàn)爭復(fù)雜系統(tǒng)的研究而言,探索性仿真實(shí)驗(yàn)方法具有很強(qiáng)的適應(yīng)性。有學(xué)者認(rèn)為探索性仿真實(shí)驗(yàn)是未來作戰(zhàn)實(shí)驗(yàn)發(fā)展的方向之一,具有廣闊的應(yīng)用前景[1]。目前,探索性仿真實(shí)驗(yàn)需要解決兩個(gè)比較突出的問題:一是建模復(fù)雜性,即模型的層次多、結(jié)構(gòu)復(fù)雜問題;二是計(jì)算復(fù)雜性,即多維的探索分析空間容易產(chǎn)生“組合爆炸”問題。本文將主動(dòng)元建模思想引入探索性仿真實(shí)驗(yàn),能夠?qū)鉀Q上述問題帶來一定的幫助。
在運(yùn)籌學(xué)領(lǐng)域,元模型(Meta-model)是指模型的二次模型或低階簡化模型,是通過對原始模型的輸入輸出(I/O)序列擬合而得到的數(shù)學(xué)模型,一般來講,是模型的模型[2]。根據(jù)元模型內(nèi)部是否含有物理機(jī)理,可以將其劃分為統(tǒng)計(jì)元模型和主動(dòng)元模型。
主動(dòng)元模型的建模思想是在統(tǒng)計(jì)元模型的基礎(chǔ)上產(chǎn)生的。針對統(tǒng)計(jì)元模型將目標(biāo)系統(tǒng)處理為黑箱,不關(guān)注其內(nèi)部機(jī)理,以至于在探索性分析、高層決策支持和高層推理與交流等方面遇到的困難,2003年,蘭德公司Davis和Bigelow提出了主動(dòng)元模型的思想,即綜合運(yùn)用因果推理與統(tǒng)計(jì)元建模技術(shù)來構(gòu)建模型。這種思想充分利用現(xiàn)有的現(xiàn)象學(xué)知識(對事物運(yùn)行機(jī)理的已有認(rèn)識、歷史數(shù)據(jù)、專家經(jīng)驗(yàn)等),運(yùn)用因果推理等手段來獲取對建模主體內(nèi)部結(jié)構(gòu)的判斷,進(jìn)行主體內(nèi)部結(jié)構(gòu)設(shè)計(jì),即確定主動(dòng)元模型的數(shù)學(xué)形式,這種數(shù)學(xué)形式可以是數(shù)學(xué)表達(dá)式,也可以是數(shù)值或數(shù)據(jù)表形式,最后通過統(tǒng)計(jì)元模型來確定未知系數(shù)并進(jìn)行調(diào)整。主動(dòng)元模型在構(gòu)建過程中,實(shí)際上融入了各領(lǐng)域?qū)<业闹R和經(jīng)驗(yàn),因而比傳統(tǒng)的統(tǒng)計(jì)元模型表達(dá)更準(zhǔn)確、可信[3]。
將主動(dòng)元模型應(yīng)用于探索性仿真實(shí)驗(yàn),可以起到兩方面的作用。
(1)起到降低維數(shù)、建立關(guān)系的作用。主動(dòng)元模型在仿真實(shí)驗(yàn)設(shè)計(jì)與分析的過程中產(chǎn)生,在實(shí)驗(yàn)過程中,通過對高維不確定性空間進(jìn)行探索,剔除次要因素,找出關(guān)鍵因子,并通過回歸分析等方式建立關(guān)鍵因子與感興趣輸出之間的關(guān)系,這種關(guān)系就成為原始仿真模型的低階簡化模型。
(2)主動(dòng)元模型可在高層仿真系統(tǒng)中替代仿真模型,解決低層仿真系統(tǒng)到高層仿真系統(tǒng)的聚合問題。由于主動(dòng)元模型是高分辨率實(shí)體模型的低分辨率近似模型,保持了在I/O行為層與仿真實(shí)體模型的一致性,由此高層仿真系統(tǒng)避免了重復(fù)進(jìn)行低層仿真系統(tǒng)實(shí)體模型的實(shí)驗(yàn),只需利用主動(dòng)元模型的I/O函數(shù)關(guān)系就可以得到相應(yīng)結(jié)果,從而有效降低了多分辨率模型體系的建模復(fù)雜度和計(jì)算復(fù)雜度。
根據(jù)主動(dòng)元模型的基本思想,針對戰(zhàn)爭復(fù)雜系統(tǒng),本文設(shè)計(jì)了基于主動(dòng)元模型的探索性仿真實(shí)驗(yàn)框架,如圖1所示。整個(gè)框架包含四個(gè)模塊、三個(gè)數(shù)據(jù)庫。四個(gè)模塊分別是仿真想定生成模塊、主動(dòng)元模型生成模塊、仿真運(yùn)行模塊和仿真結(jié)果分析模塊;三個(gè)數(shù)據(jù)庫分別是仿真想定生成數(shù)據(jù)庫、主動(dòng)元模型數(shù)據(jù)庫和仿真結(jié)果數(shù)據(jù)庫。
仿真想定生成模塊的核心步驟是通過對軍事系統(tǒng)的層次化分析來構(gòu)建實(shí)驗(yàn)問題分析樹,構(gòu)建過程為:以實(shí)驗(yàn)?zāi)繕?biāo)為根節(jié)點(diǎn),逐步找出分析樹中不可估計(jì)的點(diǎn)進(jìn)行分解,直到分析模型中的每個(gè)節(jié)點(diǎn)都是可估計(jì)的,并且無法繼續(xù)分解為止。問題樹的枝節(jié)點(diǎn)與葉節(jié)點(diǎn)中包含要求重點(diǎn)考慮的不確定性因素與關(guān)鍵因素。問題分析樹的構(gòu)建是后續(xù)確定探索性空間和主動(dòng)元模型實(shí)體結(jié)構(gòu)定位的基礎(chǔ)。
主動(dòng)元模型生成模塊描述了主動(dòng)元模型的產(chǎn)生流程,即以元模型結(jié)構(gòu)設(shè)計(jì)和底層實(shí)體仿真數(shù)據(jù)為基礎(chǔ),通過一定的數(shù)據(jù)擬合方法得到。
仿真運(yùn)行模塊是在前二個(gè)模塊的基礎(chǔ)上,對仿真運(yùn)行情況的基本描述,具體過程包括確定要素取值空間、實(shí)驗(yàn)設(shè)計(jì)、主動(dòng)元模型的嵌入運(yùn)行、高層低分辨率模型運(yùn)行、得到仿真結(jié)果。仿真結(jié)果分析模塊是對得到的仿真結(jié)果數(shù)據(jù)進(jìn)行可視化、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘的過程,與一般性仿真實(shí)驗(yàn)相比,探索性仿真實(shí)驗(yàn)的數(shù)據(jù)分析具有數(shù)據(jù)量大、需反復(fù)迭代等特點(diǎn)。
圖1 基于主動(dòng)元模型的探索性仿真實(shí)驗(yàn)框架
在探索性仿真實(shí)驗(yàn)中,主動(dòng)元模型的構(gòu)建過程一般可以分為以下幾個(gè)步驟:實(shí)體結(jié)構(gòu)定位、實(shí)體元模型結(jié)構(gòu)設(shè)計(jì)、數(shù)據(jù)輸入(包括對實(shí)體仿真模型的實(shí)驗(yàn)設(shè)計(jì))、數(shù)據(jù)輸出并擬合得到主動(dòng)元模型。模型構(gòu)建的基本流程如圖2所示。
圖2 主動(dòng)元模型構(gòu)建流程圖
4.1.1 實(shí)體結(jié)構(gòu)定位
實(shí)體結(jié)構(gòu)定位是在問題分析樹的基礎(chǔ)上,選定要進(jìn)行元建模的仿真系統(tǒng)實(shí)體結(jié)構(gòu)(問題分析樹的枝結(jié)點(diǎn)或葉結(jié)點(diǎn)),并對其進(jìn)行分離。進(jìn)行實(shí)體結(jié)構(gòu)定位是構(gòu)建主動(dòng)元模型的先決條件,這是因?yàn)樵谔剿餍苑抡鎸?shí)驗(yàn)中,應(yīng)用到的底層實(shí)體往往數(shù)量龐大,而并非所有的底層實(shí)體都適合進(jìn)行主動(dòng)元模型的構(gòu)建,這時(shí)就必須要有所取舍。取舍的原則主要基于兩點(diǎn):一是實(shí)體結(jié)構(gòu)的內(nèi)部機(jī)理及其與上下層之間的耦合關(guān)系是遵循一定規(guī)則的,而不是完全處于無序狀態(tài);二是能夠通過仿真模型形成完整的輸入輸出鏈條,即外部環(huán)境對實(shí)體結(jié)構(gòu)的影響及實(shí)體本身對外部的作用能夠通過實(shí)驗(yàn)框架進(jìn)行規(guī)范化描述。
4.1.2 主動(dòng)元模型結(jié)構(gòu)設(shè)計(jì)
結(jié)構(gòu)設(shè)計(jì)是在實(shí)體結(jié)構(gòu)定位的基礎(chǔ)上,運(yùn)用現(xiàn)象學(xué)知識對實(shí)體的內(nèi)部機(jī)理進(jìn)行初步描述的過程?,F(xiàn)象學(xué)知識包括對實(shí)體內(nèi)部機(jī)理的已有認(rèn)識以及歷史數(shù)據(jù)、專家經(jīng)驗(yàn)等信息。結(jié)構(gòu)設(shè)計(jì)的最終目的是找出實(shí)體輸出與輸入之間可能隱藏的數(shù)學(xué)規(guī)律,這些數(shù)學(xué)規(guī)律的可能表現(xiàn)形式包括解析模型、概率模型、加權(quán)模型等。
結(jié)構(gòu)設(shè)計(jì)可以有以下三種方法[4]:一是量綱分析,即通過元模型輸入?yún)?shù)和中間參數(shù)的類型(量綱)來推測其內(nèi)部結(jié)構(gòu);二是將仿真數(shù)據(jù)通過神經(jīng)網(wǎng)絡(luò)進(jìn)行聚類分析,發(fā)現(xiàn)仿真模型中的不同模式,將區(qū)別明顯的模式作為主動(dòng)元模型的分類特征;三是依據(jù)經(jīng)驗(yàn)知識,即通過與實(shí)體仿真模型開發(fā)人員及相關(guān)軍事人員的討論來確定其基本結(jié)構(gòu),然后引進(jìn)未知項(xiàng)和誤差系數(shù)進(jìn)行調(diào)整。
4.1.3 數(shù)據(jù)輸入
在探索性仿真實(shí)驗(yàn)中,構(gòu)建主動(dòng)元模型的輸入數(shù)據(jù)應(yīng)根據(jù)問題分析樹和實(shí)驗(yàn)的仿真想定來確定。其中,問題分析樹主要用于找到影響底層實(shí)體的關(guān)鍵因素,因?yàn)榧幢闶亲畹讓拥膶?shí)體,也不可能將其所有屬性納入考察范圍,而必須找到最能反映實(shí)體本質(zhì)特點(diǎn)的因素;仿真想定主要用于確定關(guān)鍵因素的取值范圍(或離散型變量的關(guān)鍵取值點(diǎn)),即關(guān)鍵因素的取值與整體的仿真想定相一致。
另外,構(gòu)建主動(dòng)元模型的實(shí)驗(yàn)設(shè)計(jì)也應(yīng)與探索性仿真實(shí)驗(yàn)的實(shí)驗(yàn)設(shè)計(jì)相匹配,這樣做有兩個(gè)好處:一是能夠提高主動(dòng)元模型的可信性;二是方便根據(jù)主動(dòng)元模型的實(shí)驗(yàn)結(jié)果對高層低分辨率模型進(jìn)行校驗(yàn)。
4.1.4 數(shù)據(jù)擬合,創(chuàng)建主動(dòng)元模型
主動(dòng)元模型的數(shù)據(jù)擬合建立在輸入數(shù)據(jù)、輸出數(shù)據(jù)及實(shí)體結(jié)構(gòu)設(shè)計(jì)的基礎(chǔ)之上。數(shù)據(jù)擬合的實(shí)質(zhì)就是在結(jié)構(gòu)設(shè)計(jì)的基礎(chǔ)之上,根據(jù)輸入輸出數(shù)據(jù)來確定未知的設(shè)計(jì)系數(shù)項(xiàng)和調(diào)整誤差項(xiàng),最終得到輸入與輸出之間的完整數(shù)學(xué)規(guī)律表達(dá)形式。這一步驟與一般的統(tǒng)計(jì)元模型是完全一致的。常用的數(shù)據(jù)擬合方法有最小二乘回歸、線性回歸、徑向基函數(shù)、響應(yīng)面方法(Response Surface Methodology,RSM)等[5]。
探索性仿真實(shí)驗(yàn)面對的往往都是復(fù)雜系統(tǒng),為了降低建模的復(fù)雜性,一般采用多分辨率建模方式,即利用低層高分辨率模型抓住事物的細(xì)節(jié),利用高層低分辨率模型來更好地揭示系統(tǒng)宏觀的本質(zhì)屬性。主動(dòng)元模型是高分辨率仿真系統(tǒng)模型、數(shù)據(jù)與低分辨率模型、數(shù)據(jù)溝通的一個(gè)重要橋梁。根據(jù)所發(fā)揮作用的不同,主動(dòng)元模型應(yīng)用于探索性仿真實(shí)驗(yàn)中主要有以下三種應(yīng)用模式[4]:單獨(dú)分析、輔助分析與嵌入分析。
4.2.1 單獨(dú)分析
探索性仿真實(shí)驗(yàn)一般是基于仿真模型進(jìn)行探索,但如果主動(dòng)元模型本身描述的就是關(guān)注的某個(gè)系統(tǒng)或子系統(tǒng),探索性仿真實(shí)驗(yàn)也可以轉(zhuǎn)化為基于主動(dòng)元模型進(jìn)行探索,即基于主動(dòng)元模型進(jìn)行單獨(dú)分析。單獨(dú)分析的前提有兩點(diǎn):一是主動(dòng)元模型描述的是一個(gè)能獨(dú)立使用的系統(tǒng)或子系統(tǒng);二是研究者所關(guān)心的就是該系統(tǒng)或子系統(tǒng)在這個(gè)描述層次上的問題。單獨(dú)分析的過程就是依據(jù)主動(dòng)元模型在大空間范圍內(nèi)進(jìn)行實(shí)驗(yàn)設(shè)計(jì)、實(shí)驗(yàn)運(yùn)行與結(jié)果分析,直接獲取相關(guān)的知識信息。
4.2.2 輔助分析
當(dāng)主動(dòng)元模型是問題描述中的某個(gè)關(guān)鍵部件或子系統(tǒng)時(shí),在高層探索性建模中,由于分辨率不一致或裁剪實(shí)體結(jié)構(gòu)不完全對應(yīng),不能直接將該元模型用于仿真系統(tǒng),因而需要對這部分關(guān)鍵部件或子系統(tǒng)重新進(jìn)行分析建模,分析模型的模型形式、參數(shù)和數(shù)據(jù)都依賴通過對該部件或子系統(tǒng)的主動(dòng)元模型的實(shí)驗(yàn)和結(jié)果分析來確定。輔助分析在探索性仿真實(shí)驗(yàn)中體現(xiàn)在兩個(gè)層次上:首先通過對主動(dòng)元模型進(jìn)行實(shí)驗(yàn)設(shè)計(jì)和實(shí)驗(yàn)分析,獲取該部件或子系統(tǒng)在高層表現(xiàn)出來的相關(guān)知識形式,并指導(dǎo)高層分析建模過程中確定分析模型的形式;其次是通過仿真實(shí)驗(yàn)直接獲取相關(guān)的參數(shù)和數(shù)據(jù),作為高層探索性建模的輸入值或?yàn)椴淮_定性因素參數(shù)探索提供參考值。
4.2.3 嵌入分析
一般而言,高層探索性分析描述的系統(tǒng)只能解構(gòu)出部分的低層仿真系統(tǒng),僅有這部分低層仿真系統(tǒng)才能建立起相應(yīng)的主動(dòng)元模型,而高層仿真系統(tǒng)的其他部分仍需采用原始仿真模型進(jìn)行描述。在這種情形下,可以將主動(dòng)元模型嵌入到高層系統(tǒng)的仿真模型中,實(shí)現(xiàn)低層仿真系統(tǒng)對高層仿真系統(tǒng)的聚合,主動(dòng)元模型的這種應(yīng)用方式稱為嵌入分析。
圖3 主動(dòng)元模型嵌入式應(yīng)用模式
在上述三種應(yīng)用模式中,嵌入分析是最為常用的,尤其是在對戰(zhàn)爭復(fù)雜系統(tǒng)的探索性仿真實(shí)驗(yàn)中,因?yàn)橛绊憫?zhàn)爭勝負(fù)的因素多而復(fù)雜,戰(zhàn)爭系統(tǒng)的各子系統(tǒng)往往并非獨(dú)立的系統(tǒng),而是相互之間有著千絲萬縷的聯(lián)系,很難被完全解構(gòu)出來。因而嵌入分析就成為研究戰(zhàn)爭系統(tǒng)相對有效的應(yīng)用模式。在嵌入分析的模式下,主動(dòng)元模型對高層低分辨率模型提供的支持如圖3所示,不僅為高層模型提供模型和數(shù)據(jù)支持,而且可以用于支持高層模型的VV&A。
從本質(zhì)上看,基于主動(dòng)元模型的探索性仿真實(shí)驗(yàn)仍舊是一種多分辨率仿真系統(tǒng)模型的應(yīng)用方式,它們的不同之處在于,引入主動(dòng)元模型作為多分辨率模型族的部分替代模型進(jìn)行輔助分析。這對于需要重復(fù)多次運(yùn)行的探索性仿真實(shí)驗(yàn)而言是大有裨益的,一方面能夠降低仿真的時(shí)間復(fù)雜度,提高仿真效率;另一方面也節(jié)省了系統(tǒng)資源,降低了仿真的空間復(fù)雜度。本文僅在理論上對主動(dòng)元模型在探索性仿真實(shí)驗(yàn)中的應(yīng)用進(jìn)行了分析,下一步還將結(jié)合實(shí)例對主動(dòng)元模型的各類應(yīng)用模式進(jìn)行驗(yàn)證。
1 楊鏡宇,胡曉峰.戰(zhàn)爭系統(tǒng)的分析仿真實(shí)驗(yàn)[J].科技導(dǎo)報(bào),2007,25(6):54-59.
2 李小波,雷永林,李群.主動(dòng)元模型的建??蚣苎芯浚跜]//陳宗海.系統(tǒng)仿真技術(shù)及其應(yīng)用,2006.
3 DAVIS P K,BIGELOW J H.Motivated meta-models:Synthesis of cause-effect reasoning and statistical meta-modeling[R].RAND,MR1570,2003.
4 徐浩軍,郭輝,劉凌,等.空中力量體系對抗數(shù)學(xué)建模與效能評估[M].北京:國防工業(yè)出版社,2010.
5 徐向宏,何明珠.實(shí)驗(yàn)設(shè)計(jì)與Design-Expert、SPSS應(yīng)用[M].北京:科學(xué)出版社,2010.