探索性分析方法及其应用研究综述

探索性分析是一种能够有效处理不确定性问题的系统分析方法.经过将近40年的发展,理论上取得了巨大进展,在很多领域得到了成功应用.介绍探索性分析的基本思想和常用探索性分析类别,提炼出探索性分析的一般过程,总结了探索性分析的优缺点及前景,重点介绍了探索性分析在军事问题上的应用,并将其概括为三类,求近似最优解、不确定性因素的重要性分析和复杂系统效能度量,每一类都介绍了一个典型应用案例,为相关研究提供借鉴.     

定性定量相结合的探索性分析建模

探索性分析是一种面向战略权衡和顶层论证的决策分析方法。探索性分析模型是一种对研究问题高层抽象的低分辨率模型,一般情况下采用基于变量的方法建模,分析模型中的节点变量是问题抽象中的关键因素,变量间通过有向弧来表示其依赖关系。专家知识和经验在宏观决策中具有重要作用,cfhfg探索性分析建模采用问题分析树、目标定向方法等构建分析模型、基于关键因素的定性建模和主动元建模等方式将定性知识、仿真数据与定量分析模型有机结合起来,并解决高层策略分析问题。     

探索性分析建模

探索性分析方法是Rand公司在战略分析中总结出的一种定量系统分析方法,是进行高层策略分析的重要方法。探索性分析建模是探索性分析方法的关键技术之一,探索性分析模型是对研究问题高层抽象的低分辨率模型。一般情况下,分析模型中的结点是问题抽象中的关键变量,变量间通过有向弧来表示其依赖关系,其结构层次可以分为关系层次、函数层次和数值层次。另外为了对分析模型进行全面探索研究,要求其建模环境支持可视化建模、交互式建模语言、层次化模块化方式组织分析模型、实验设计、内嵌统计分析功能、数据可视化分析和结果数据的交互式处理与搜索。     

基于模型组合的探索性分析方法研究

研究对复杂系统正确建模问题,在运用探索性分析方法解决复杂系统不确定性问题的过程中,探索性分析建模是重点和难点。为了提高探索性分析建模的效率,在分析相关方法的基础上,提出了模型组合的探索性分析方法的基本理论,设计了关于模型组合的探索性分析框架,确定了探索性分析框架的工作流程,给出了探索性分析模型表示及描述,设计了模型库的结构,实现了模型组合功能,并通过要素敏感性分析得到不确定性因素对系统整体的影响程度。提高了探索性分析建模的有效性和适应性,对复杂系统的研究具有一定的借鉴意义。     

面向信息化战争整体需求的探索性分析方法

探索性分析方法是适应信息化战争需求发展起来的整体性分析方法。这种方法是一种“自顶向下”的过程,建立在对战争系统各方面要素进行采集、处理和归纳的基础上,通过对战争系统中存在着的大量不确定要素进行整体性的分析,得出综合性更强、更加符合信息化战争特点的分析结果。该文介绍了探索性分析的基本概念、方法和过程,研究了实现探索性分析的主要困难和相应的关键技术,并讨论了有关的问题。     

面向C2组织的探索性分析模型构建研究

C2组织探索性分析模型是进行C2组织优化设计理论探索性分析验证的基础和关键。围绕C2组织探索性分析模型的构建问题,阐述了C2组织探索性分析模型的特征,明确了分析模型的设计需求,提出了分析模型的构建原则与基本方法,并对分析模型的层级映射关系进行了分析,以指导C2组织探索性分析模型的构建。     

基于探索性分析的防空反导干扰仿真模型研究

基于探索性分析的方法,针对水面舰艇防空反导干扰应用问题,构建了支持探索性分析的质心式干扰仿真模型。综合分析风速、风向和导弹来袭方向等八个因素对质心式干扰效果的影响,通过仿真实验结果数据的分析,得出具有鲁棒性的水面舰艇规避策略和箔条弹投放策略。     

产品集成建模及其关键技术

本文首先了阐明了产品集成建模的概念和内容，提出了一种面向ＣＩＭ的、基于特征的、以产品为核心的支象建模策略；给出一个特征分类、特征表示及特征对象模型；讨论了规范化、具体化的概念及实现方法。     

Web系统开发模型及其环境的分析与应用

系统开发模型及其环境贯穿于系统开发的全过程,决定着系统开发的成败。对Web系统开发模型及其环境进行分析,研究并实例搭建合适有效的开发模型和环境,能为成功开发实现Web系统奠定基础。     

程序静态分析中的双重模型策略

介绍了描述程序信息的两种模型(EPOM和OSTPM)以及它们之间的联系，并举例介绍了如何利用这两种模型进行程序的静态分析检测。     

A User‐based Visual Analytics Workflow for Exploratory Model Analysis

Many visual analytics systems allow users to interact with machine learning models towards the goals of data exploration and insight generation on a given dataset. However, in some situations, insights may be less important than the production of an accurate predictive model for future use. In that case, users are more interested in generating of diverse and robust predictive models, verifying their performance on holdout data, and selecting the most suitable model for their usage scenario. In this paper, we consider the concept of Exploratory Model Analysis (EMA), which is defined as the process of discovering and selecting relevant models that can be used to make predictions on a data source. We delineate the differences between EMA and the well‐known term exploratory data analysis in terms of the desired outcome of the analytic process: insights into the data or a set of deployable models. The contributions of this work are a visual analytics system workflow for EMA, a user study, and two use cases validating the effectiveness of the workflow. We found that our system workflow enabled users to generate complex models, to assess them for various qualities, and to select the most relevant model for their task.     

基于T-S模型的内模控制算法及其应用

针对模糊内模控制算法中模型的建立及模型求逆困难的问题,对一种模糊建模方法进行了改进,在此基础上提出了一种基于T—S模型的内模控制方法。采用启发性知识与复合非线性优化方法相结合的综合方法求解出模糊模型的结构,由模糊辨识获得过程的T—S模型和逆模型,并以此为基础建立内模控制算法。将该算法分别应用于慢时变非线性对象和具有大时延大惯性的热工系统主蒸汽温度的控制,仿真结果表明了该方法具有结构简单,计算效率高等优点,有利于在线应用。     

基于抽象和搜索空间划分的安全性判定方法

为满足访问控制策略安全性快速判定的要求,提出一种基于谓词抽象和验证空间划分的访问控制策略状态空间约减方法,将在访问控制策略原始状态机模型上的安全性分析工作转移到包含较少状态的抽象模型上,并进一步划分抽象模型的验证空间,以提高效率。理论分析和实验数据均表明,其安全性分析所需的时间和空间都得到有效约减。与传统方法相比,它具有速度更快、自动化程度更高等优点。     

模型驱动体系结构及其映射规则原理分析

该文介绍了一种基于模型驱动的软件体系结构。该体系结构通过平台无关模型与平台相关模型之间的变换,来提高系统的可重用性、可移植性和互操作性,从总体上提高了工程的质量。这种体系结掏中的建模语言起到了编程语言的作用,通过对模型的重用来实现软件的重用性。另外,该文就该体系结构的核心部分——模型转换进一步系统地介绍其映射方式,探讨了映射规则形成的基本原理,清晰地阐述了如何通过扩展机制实现模型之间的间接映射。并提出了这种体系结构今后需解决的问题。