复杂装备系统多分辨率建模与评估方法

第1章 绪论 1.1 研究背景和意义 “忒修斯之船”的古老悖论曾指出，船的局部被不断替换后，这条船是否还是*初的整体？这一问题原本是探讨个体的同一性，但从今天的工程角度来看，它还揭示出对事物局部的计算和对其整体的计算并非完全同质。这种差异体现在系统不同层次具有不同的分辨率。从不同层次、利用不同分辨率开展观察和研究活动，是人脑思维认识世界、分析问题、创造事物的重要认识特征和实践方法。以自然系统为例，天文学家观察宇宙天体，会根据研究对象将天体结构放在特定规模和尺度上加以考量。若研究太阳系，则应具体考察八大行星；若研究太阳系在银河系中的位置，则应将太阳作为标识物，太阳系的其他天体则作适当简略。以人工系统为例，将系统比作一幅油画，将系统开发的动态演化比作作画的过程，系统如同油画，从粗略的底稿、框架到大面积的构图分区和色块，*终成为细节丰满、有血有肉的完整画作，不同阶段的细节分辨率不尽相同。 实际工程系统通常涉及复杂的系统结构和过程，其复杂性对系统分析的建模与评估工作提出了更高的要求。不论是装备研制与生产，还是使用与维修保障，对这些复杂工程系统本身的研究及其方法的创新，蕴含巨大的理论和应用价值。然而，认识和分析这类系统，做到“既见树木，又见森林”并非易事。对于复杂系统的研究，在大尺度、粗分辨率上观察，只能看到整体概貌；在小尺度、高分辨率上观察，只能看到局部细节；只有多尺度、多分辨率综合使用才能进行全面认识和掌控。 多分辨率建模正是按照人们从不同分辨率、不同角度、不同层次分析和处理问题的思维方式处理复杂问题的。虽然这种思路自然且古朴，但要真正以科学方式予以实现，还需依赖现代数学分析工具和计算机技术的发展及应用。在复杂装备系统的实际应用背景中，本书着眼于多分辨率建模方法的研究，主要有面向问题和面向方法的两方面动因。 1. 面向问题的研究动因 1) 随着装备系统复杂程度的提高，分析建模和计算难度进一步增大 装备系统在技术驱动和军事需求驱动的作用下，尽管性能和效能不断提升，但系统复杂化已成为难以回避的显著特征，集中体现在复杂的系统结构、动态的行为过程、多样的不确定性因素等方面。特别是在装备全寿命管理涉及的系统分析问题中，不仅建模与计算的规模及难度不断提升，而且上述复杂性对建模与计算的影响不断变化，需要建立一种遵循系统演化机理、随系统结构与流程分解细化、建模粒度可调的系统性分析方法。 2) 随着装备系统高技术需求的提升，技术风险成为影响装备研制的关键因素，风险演化的传递影响不容忽视 在装备全寿命风险管理中，费用、进度、技术、计划及保障性因素是主要的风险源类型。除去计划等外部风险，以往研究中费用、进度风险已有大量相关成果。对于高技术复杂装备系统，技术风险已成为风险的核心构成和驱动力。此外，各类风险并非孤立存在，风险演化呈现复杂的层次网络化特征，风险能够通过关联网络产生传播性影响。研究多分辨率条件下风险演化网络的结构特征和动态行为，将有助于深入了解、预测和控制这些风险演变影响的实体、事件及过程，从而获得装备系统在技术性能、用时和费用等方面的可观增益。 3) 从装备全寿命视角来看，可靠性等质量特性作为使用阶段保障性风险的重要构成，难以从不同系统层次的局部信息获得系统整体的综合评估 可靠性等质量特性是装备性能的体现，反映装备性能在使用阶段的固有能力。虽然可靠性分配和设计工作在研制阶段就已实施开展，但其*终目标是确保使用阶段系统达到和保持目标性能的能力、降低性能风险。在可靠性分析领域，虽然可由设备级、部件级综合到系统级，然而一旦需要考虑复杂系统结构、多状态性能输出、复杂任务剖面以及相关的不确定性因素，低系统层次的高分辨率模型和高系统层次的低分辨率模型往往难以整合成为有机整体。系统层次之间的界限和数据信息的不完整性，制约了复杂装备系统可靠性等质量特性指标评估的有效性。 2. 面向方法的研究动因 复杂装备系统研制成本高、规模大、技术密集，具有并行开发、反复迭代、自上推进、自下集成的特点，需要研究能够描述复杂系统结构、过程及其关联关系的相关方法，用以辨识和分析复杂系统演化过程中不同种类、不同层面的系统对象及其相互关联关系。由于复杂系统具有丰富的层次性及层次内外的关联关系，因此通常采用层次化的模型和分析方法。尽管很多情况下并非实际存在系统层次的清晰界线，只是为方便分析而人为划分的，但层次性真实地造就了系统描述的分辨率差异。因此，面对复杂系统，往往需要采用多种精度、多个角度分析处理问题。 1) 从结构上看源自系统构成的复杂性 复杂装备系统规模庞大，系统内部和外部的关联关系复杂。例如，舰船等大型复杂装备往往包含多项平台及载荷系统，系统构成及关联关系呈现出多层次的网络化结构。 2) 从过程上看源自系统需求和演化的不确定性 复杂装备系统的需求在研制前和研制初期可能十分模糊、难以明确和细化。研制阶段存在大量不确定性，工程研制过程需要逐步细化、反复迭代。这些不确定性源自相关技术的成熟度以及人们对系统理解和认识的程度。 3) 从分析技术上看源自建模技术的实际需要 对复杂系统的观察、测量、分析，需要在不同分辨率或计算尺度上进行。高分辨率模型往往由较小尺度的变量构成，可以用来对问题的深层现象进行解释，是对现实世界的逼近和仿真，但细节信息的需求量和计算量较大。低分辨率模型往往由较大尺度的变量构成，可以用来对问题进行更高层次的总体性分析，跳出问题的局部或细节，全面理解问题整体，反映问题的整体性规律，但难免会损失细节信息。因此，建模过程中需要同时在小尺度和大尺度层面进行描述，通过特定的建模方法，实现不同分辨率模型的协同优势。 3. 研究意义 1) 建立描述复杂系统结构、过程及动态演化的一种通用性建模方法 不同层次的系统组成之间具有复杂多样的关联和影响关系，清晰描述系统、任务、性能、状态之间交织形成的系统行为和关联关系，建立具有可扩展性的随系统演化对系统模型更新和模型分辨率变换的多视图层次化建模方法，用于描述、转化和跟踪系统结构、过程关联关系，实现不同层次、具有不同系统分辨率的系统要素关联分析与集成，为复杂装备系统建模及仿真提供通用建模方法和结构化建模工具，并为风险评估等相关领域的针对性建模仿真方法研究及应用创造条件。 2) 实现系统在多分辨率条件下的层次化融合仿真技术 模型分辨率是模型对分析对象细节描述的详细和精确程度。由于复杂系统往往具有层次化网络结构，因此不同系统层次的模型具有不同的模型分辨率。系统在不同层次的属性和表现既有差异，又相互关联。对系统不同层次信息的认识，造就了系统描述的多分辨率特征。若要将仿真运行在多个不同分辨率的系统层次，则需要恰当处理不同层次仿真之间的融合问题，确保仿真数据的交互性和一致性。在复杂系统多分辨率建模的基础上，通过蒙特卡罗仿真方法模拟系统演化过程：一方面，不同层次、不同分辨率模型的分层分治仿真方法可以减少计算开销、提高仿真效率；另一方面，通过建立层次化的仿真策略，处理描述不同系统层次、不同分辨率的数据，在层次融合仿真中建立信息交换及随机事件冲突消解的一致性协调机制，实现随机事件及其对应数据在不同分辨率模型之间的传递、交换和匹配。 3) 运用多分辨率建模方法处理风险评估中的难点问题 风险分析中经常需要评估来自费用、进度、技术(性能)、保障性和计划等方面的风险水平。除去受政治、经济、社会环境等因素影响的计划风险，技术、保障性风险是对系统优劣影响或成败具有决定性影响的风险类型，而费用、进度风险则是上述风险的量化表现形式。对于复杂系统，除费用、进度风险评估本身具有相应的复杂性，技术风险难以量化分析，是风险评估的传统难点问题。以可靠性为代表的保障性风险，虽有可靠性分析方面的理论方法，但由于系统演化过程中系统不同层次的不确定和不完整信息，保障性风险评估仅由单纯的可靠性分析方法难以处理。通过开展多分辨率建模、仿真方法及相关领域评估问题的应用研究，探索切实有效的理论方法和解决途径，将有助于复杂装备系统风险及可靠性分析的工程应用实践，为复杂装备系统风险分析与控制，提供基于计算仿真验证的参考依据。若能进一步结合历史数据、试验数据或现场监测数据，则可提供复杂装备系统风险及可靠性预估，为装备维修、健康管理等相关保障活动提供决策支持，从而提高装备完好性和维修保障的综合效益。 4) 分析系统风险演化网络结构特征及演化机理 在复杂系统中，不同风险之间存在广泛关联和网络化特征。传统的风险分析往往是还原论的，这可能割裂风险之间的关联，忽视风险的积累和传递效应，不足以完整体现风险网络对节点的整体性影响以及节点对风险演化的影响方式和程度。可以预见，风险网络具有复杂网络的某些典型拓扑结构和动态演化特征。运用和构建复杂网络拓扑结构特征的度量指标，可以获得网络及网络节点的结构特征值，辨识出对改进风险水平有潜在价值的重要节点，刻画风险演化链路的形态、结构、路径和统计特征。通过基于仿真数据的风险网络学习及其灵敏性分析，可以获得重要节点在风险权衡后的探索性结果，揭示风险在演变过程中的依赖程度和网络对风险演变的动态影响，归纳风险节点、风险链路类型及其表现的风险演化模式和规律，为有效降低关键节点风险水平、阻断关键风险传播的风险控制方法提供理论依据。 1.2 研究现状综述 由于研究内容涉及的相关领域较广，本节着重对多分辨率建模、风险分析与评估、系统/工程/产品复杂性研究等方面作简要评述。考虑到内容上的侧重点以及阅读上的方便，将其他相关研究留待后续各章做针对性的综述或补充。 1. 多分辨率建模 多分辨率建模(multi-resolution modeling)按照人们从不同分辨率、不同角度、不同层次分析和处理问题的思维方式处理复杂问题。其概念来源于建模仿真技术，模型分辨率反映模型描述现实世界的详细程度。还有一些与多分辨率建模名称相近、内涵相关的概念，如可变分辨率建模(variable-resolution modeling)、混合分辨率建模(mixed-resolution modeling)、跨分辨率建模(cross-resolution modeling)和多粒度建模(multi-granularity modeling)。 多分辨率建模有面向实体和面向参数两大类：前者是一种实体的层次分解与聚合方法，模型中包含基元实体(不再细分的模型实体)及其各种聚合程度的实体；后者是一种面向参数的层次分解与聚合方法，参数按层次变化，高层参数既可直接输入，也可通过底层参数聚合。多分辨率建模是一个专门的研究课题和方向，这里主要评述其中有代表性及与本书相关的研究。 1) 理论方法 早期的代表性研究有Davis等对多分辨率建模的开创性研究[1， 2]以及Zeigler基于系统实体结构及模型库(system entity structure/model base， SES/MB)的多分辨率建模方法[3]。20世纪90年代中期至今，随着复杂系统研究的深入，作为重要技术手段的分布交互式仿真迅速兴起，多分辨率建模技术及其一致性问题解决方法的相关研究不断发展。根据多分辨率建模的特点，人们提出了多种多分辨率建模方法，其中代表性的有视点选择(selected viewing)[1， 2]、替代子模型(alterative sub-model)[1]、聚合解聚(aggregation-disaggregation)[4]、一体化层次可变分辨率(integrated hierarchical variable-resolution，IHVR)建模[2， 5]、UNIFY方法。Hong等提出多分辨率建模空间(multi-resolution modeling space)等新概念和描述方