论文部分内容阅读
复杂系统一般具有庞大的规模和复杂的层次结构,其子系统之间相互关联且交互行为非线性,其子模型多样化且具有一定的智能性。针对这些特点,对复杂系统的研究无法只用传统的数学模型来描述,而需要对其展开更加深入和全面的研究工作。目前研究复杂系统的理论方法层出不穷,但是都各有局限和实现障碍,对复杂系统的研究仍然有很多问题有待解决。本文基于Agent建模技术和HLA仿真技术对复杂系统展开了研究,并且融入BOM重用技术,针对诸如军事对抗作战系统之类的典型复杂系统,研究建模与仿真的方法以及仿真系统的可重用能力,使系统模型既具备智能性和较高的重用性,又能够实现分布式仿真。首先,在介绍Agent建模技术、HLA仿真技术和BOM重用技术的基础上,本文提出了基于分布式智能体的复杂系统建模与仿真(Agent-based Distributed Modeling and Simulation of Complex Systems,简称ADMSCS)的框架。详细研究并分析了基于ADMSCS框架的复杂系统建模流程和仿真运行过程,并且研究了基于ADMSCS框架开发的仿真系统的重用性问题,提出了一个基于BOM技术的仿真组件重用流程。其次,本文详细研究并讨论了ADMSCS框架中的Agent模型的建立方法,包括感知器的设计、决策部件和规则库的设计、执行器的设计、效应器的设计以及学习部件的设计,体现Agent建模技术与HLA分布式仿真环境的深层融合,使基于ADMSCS框架开发的仿真系统的实体模型既具备智能性,又遵循HLA的仿真机制。同时,在研究Agent的学习部件时利用ID3决策树学习算法,研究了Agent的决策树学习过程。再次,本文针对提出的ADMSCS框架的仿真组件重用流程,详细研究并讨论了作为仿真组件的Agent-based BOM的开发方法,利用BOM重用技术并且融合Agent模型的智能信息,设计了Agent-based BOM的模板内容。同时,研究了如何从组件库中选取合适的Agent-based BOMs组建成仿真系统模型及其子系统模型。最后,为了验证本文的研究内容,并且鉴于军事对抗体系的复杂系统在模型智能性和仿真分布式上的需求,以空地攻防对抗作战系统为仿真想定系统,基于ADMSCS框架设计并开发了空地攻防对抗作战的仿真系统模型,实现了该系统的作战仿真任务,验证了本论文的研究内容。