基于案例決策理論的仿真任務(wù)共同體服務(wù)選擇算法

汪　霆,劉高峰

(海軍工程大學(xué)電子工程學(xué)院,湖北 武漢　430033)

基于案例決策理論的仿真任務(wù)共同體服務(wù)選擇算法

汪霆,劉高峰

(海軍工程大學(xué)電子工程學(xué)院,湖北 武漢430033)

摘要:資源分配優(yōu)化是面向服務(wù)(SOA)的大型多用途仿真系統(tǒng)的關(guān)鍵問(wèn)題,而含有不確定狀態(tài)或效果的服務(wù)選擇是資源分配優(yōu)化中的一個(gè)難點(diǎn)。針對(duì)以上問(wèn)題,提出了構(gòu)建仿真任務(wù)共同體的方法,基于案例的決策理論(CBDT)的思想,設(shè)計(jì)了一種不確定型仿真任務(wù)共同體服務(wù)選擇算法(CBDSSA)。算法通過(guò)服務(wù)選擇案例相似度的層次化運(yùn)算,生成相似歷史案例集,計(jì)算得到相似歷史案例的方案效用值,最終評(píng)估出目標(biāo)服務(wù)選擇方案綜合效用值并排序備選。算例驗(yàn)證表明,算法約束條件少,層次結(jié)構(gòu)分明,運(yùn)算結(jié)果直觀,為仿真任務(wù)共同體服務(wù)選擇問(wèn)題提供了一種新的思路和實(shí)踐手段,對(duì)大型多用途仿真系統(tǒng)資源分配優(yōu)化研究具有一定的參考價(jià)值。

關(guān)鍵詞:面向服務(wù);仿真系統(tǒng);基于案例的決策理論;仿真任務(wù)共同體;服務(wù)選擇

通常,仿真系統(tǒng)中的“資源”可以分為:以數(shù)據(jù)、模型和算法等為特征的基礎(chǔ)類(lèi)資源;以仿真建模工具、運(yùn)行支撐軟件、管理類(lèi)設(shè)施等為特征的仿真支撐類(lèi)資源;以功能應(yīng)用、模擬器材等為特征的仿真應(yīng)用類(lèi)資源[1]。在分布式仿真環(huán)境下,應(yīng)對(duì)作戰(zhàn)訓(xùn)練、方案推演、裝備論證和裝備試驗(yàn)等多種類(lèi)型的聯(lián)合仿真應(yīng)用,克服地域和平臺(tái)限制,實(shí)現(xiàn)仿真資源的動(dòng)態(tài)配置與優(yōu)化組合,滿(mǎn)足異地/異構(gòu)仿真單元的功能集成和信息交互,是仿真系統(tǒng)重組重構(gòu)研究的一個(gè)難點(diǎn)問(wèn)題[2]。以往采用分布式仿真技術(shù)[3]構(gòu)建的仿真系統(tǒng)一般都是剛性的,需要在確定的環(huán)境下,按照預(yù)定的目標(biāo)以及確定的仿真流程運(yùn)行,仿真資源的使用模式相對(duì)固化,已不能全面滿(mǎn)足日趨復(fù)雜的多用途仿真系統(tǒng)柔性重組的應(yīng)用需要。隨著國(guó)內(nèi)外關(guān)于體系結(jié)構(gòu)技術(shù)的持續(xù)研究表明[4-8],面向服務(wù)(SOA)體系結(jié)構(gòu)以其具有的服務(wù)重用性、服務(wù)互操作性及服務(wù)之間的松耦合性等優(yōu)勢(shì),已成為多用途仿真系統(tǒng)中的關(guān)鍵技術(shù)之一。在仿真任務(wù)需求牽引下,構(gòu)建仿真任務(wù)共同體,是面向服務(wù)的仿真系統(tǒng)實(shí)現(xiàn)仿真資源按需組合與高效利用,最終滿(mǎn)足仿真系統(tǒng)多用途化目標(biāo)的有效手段,其目的在于利用仿真任務(wù)共同體搭建某一仿真任務(wù)階段的臨時(shí)性的邏輯功能仿真系統(tǒng),如既可是作戰(zhàn)模擬訓(xùn)練系統(tǒng),也可是作戰(zhàn)方案推演系統(tǒng)或武器裝備論證仿真系統(tǒng)等,并能夠靈活的組合和解聚。但是,在構(gòu)建仿真任務(wù)共同體過(guò)程中,隨著仿真系統(tǒng)規(guī)模的擴(kuò)大和新加入服務(wù)增多,將會(huì)出現(xiàn)大量服務(wù)的運(yùn)行效果或某些服務(wù)狀態(tài)無(wú)法量化的情況,從這些含有不確定運(yùn)行效果或狀態(tài)的備選服務(wù)中選擇出仿真任務(wù)共同體所需服務(wù)是一個(gè)首要解決的難點(diǎn)問(wèn)題。

一般解決這類(lèi)問(wèn)題的辦法可以采用基于案例的推理方法(case-based reasoning, CBR)[9],通過(guò)計(jì)算目標(biāo)案例與歷史案例的相似性, 然后提取具有最大相似性的歷史案例, 并將提取出的歷史案例中的決策方案作為目標(biāo)案例的解決方案。但需要說(shuō)明的是: 運(yùn)用基于CBR的決策方法, 并沒(méi)有考慮到提取出的歷史案例所對(duì)應(yīng)方案的具體實(shí)施效果, 所以不能保證提取出的決策方案實(shí)施效果最優(yōu),事實(shí)上往往容易出現(xiàn)提取出的決策方案的實(shí)施效果較差的情形,因此,傳統(tǒng)CBR方法有可能會(huì)影響服務(wù)選擇的結(jié)果或質(zhì)量?；诎咐臎Q策理論(CBDT)[10]則是對(duì)CBR方法的一種改進(jìn),該方法不僅僅計(jì)算目標(biāo)案例和歷史案例的相似度,并且關(guān)聯(lián)和考慮了相似歷史案例的具體實(shí)施效果。

本文在基于案例的決策理論基礎(chǔ)上,設(shè)計(jì)了一種不確定型仿真任務(wù)共同體服務(wù)選擇算法(CBDSSA),能夠在無(wú)法預(yù)先獲取服務(wù)全部狀態(tài)或?qū)嵤┬Ч那闆r下,通過(guò)對(duì)服務(wù)選擇案例相似度的層次化的運(yùn)算,提取出目標(biāo)案例的相似歷史案例,并在計(jì)算相似度和效用值的基礎(chǔ)上確定出每個(gè)備選方案的綜合效用值, 最終依據(jù)綜合效用值的大小對(duì)備選方案排序和優(yōu)選,以解決廣義不確定型服務(wù)選擇問(wèn)題。

1基本問(wèn)題描述

仿真任務(wù)共同體服務(wù)選擇算法中，仿真任務(wù)共同體是主體,服務(wù)質(zhì)量是標(biāo)準(zhǔn),服務(wù)選擇是手段。三者共同構(gòu)成了算法的應(yīng)用環(huán)境,必須準(zhǔn)確定義與界定。

1.1仿真任務(wù)共同體定義

目前,任務(wù)共同體尚無(wú)一致的理解和定義。文獻(xiàn)[11]通過(guò)對(duì)網(wǎng)絡(luò)中心化仿真的研究,給出了仿真任務(wù)共同體的概念:“為了完成某一共同的仿真任務(wù),由分布在網(wǎng)絡(luò)上面的相關(guān)仿真資源和設(shè)施組成的虛擬組織,類(lèi)似于HLA 聯(lián)邦或傳統(tǒng)的仿真系統(tǒng)的概念,但它是虛擬系統(tǒng),當(dāng)任務(wù)執(zhí)行完畢就解散。仿真任務(wù)共同體由若干成員構(gòu)成,成員主要是仿真應(yīng)用類(lèi)資源,也包括仿真支撐類(lèi)中的數(shù)據(jù)采集、仿真控制等仿真管理設(shè)施資源?！边@一定義是基于未來(lái)網(wǎng)絡(luò)柵格條件下的網(wǎng)絡(luò)中心化仿真概念,強(qiáng)調(diào)了組成任務(wù)共同體節(jié)點(diǎn)的類(lèi)別是應(yīng)用類(lèi)資源及仿真管理設(shè)施,沒(méi)有明確仿真實(shí)裝節(jié)點(diǎn)以及數(shù)據(jù)模型等的作用,同時(shí),這一定義也不是面向服務(wù)的,具有一定的局限性。

仿真任務(wù)共同體實(shí)際上是一種目的性較強(qiáng)的臨時(shí)性的仿真系統(tǒng)。本文在文獻(xiàn)[12]基礎(chǔ)上,將多用途仿真系統(tǒng)中的仿真任務(wù)共同體定義為:在共同的仿真任務(wù)牽引下,將分布式的仿真節(jié)點(diǎn)群、對(duì)應(yīng)服務(wù)群、管理類(lèi)設(shè)施、數(shù)據(jù)模型庫(kù)等仿真軟硬件資源,構(gòu)成一個(gè)具有特定功能和用途的仿真邏輯系統(tǒng),并能夠根據(jù)不同的仿真應(yīng)用需要靈活的聚合和解聚,最終實(shí)現(xiàn)仿真系統(tǒng)資源優(yōu)化分配和仿真任務(wù)管理的目標(biāo),如圖1所示。

圖1　任務(wù)共同體定義描述

1.2服務(wù)質(zhì)量描述

在明確仿真任務(wù)共同體的定義和其重要意義基礎(chǔ)上,對(duì)仿真任務(wù)共同體服務(wù)選擇的標(biāo)準(zhǔn)和依據(jù)進(jìn)行規(guī)范,這一標(biāo)準(zhǔn)和依據(jù)就是服務(wù)質(zhì)量(QoS)[13-14]。為更好地對(duì)服務(wù)質(zhì)量進(jìn)行描述,選擇6種具有代表性、共通性的非功能屬性作為QoS指標(biāo),即服務(wù)代價(jià)P(Price)、服務(wù)執(zhí)行時(shí)間E(Execution Time)、服務(wù)可靠性R(Reliability)、服務(wù)延遲D(Delay)、服務(wù)容量C(Capacity)和服務(wù)信譽(yù)Rep(Reputation)。用六元組的形式表示為

QoS=

其中,服務(wù)代價(jià)指服務(wù)運(yùn)行需要占用的各類(lèi)資源,如計(jì)算資源、網(wǎng)絡(luò)資源等;服務(wù)執(zhí)行時(shí)間指服務(wù)作為一種程序,獲取輸出結(jié)果所需時(shí)間;服務(wù)可靠性代表該服務(wù)在仿真系統(tǒng)中正常運(yùn)行的可靠程度衡量;服務(wù)延遲指服務(wù)在服務(wù)請(qǐng)求方發(fā)出申請(qǐng)直至服務(wù)響應(yīng)的時(shí)間延遲;服務(wù)容量是調(diào)用及被調(diào)用的能力指標(biāo),服務(wù)信譽(yù)指衡量服務(wù)能夠被正常調(diào)用的度量。

1.3服務(wù)選擇的界定

在仿真任務(wù)共同體中,存在多個(gè)仿真節(jié)點(diǎn),每個(gè)仿真節(jié)點(diǎn)所對(duì)應(yīng)的仿真服務(wù)群不是孤立存在的,而是有一定的交叉、包含等關(guān)系,且在同一服務(wù)群中能實(shí)現(xiàn)特定功能用途的服務(wù)存在一個(gè)或多個(gè),這些服務(wù)具有不同的服務(wù)質(zhì)量(QoS)以及特定的約束條件,如圖2所示。

圖2　任務(wù)共同體服務(wù)群關(guān)系描述

如何在復(fù)雜的仿真環(huán)境和不斷變化的仿真條件下,從龐大服務(wù)群中快速選擇出所需要求的服務(wù),實(shí)現(xiàn)仿真節(jié)點(diǎn)各取所需,同時(shí)仿真任務(wù)共同體效益最大化(包括個(gè)體最優(yōu)和整體最優(yōu))是需要解決的關(guān)鍵性問(wèn)題,即仿真任務(wù)共同體服務(wù)選擇。

按照服務(wù)相關(guān)信息可感知的程度,將仿真任務(wù)共同體服務(wù)選擇分為兩大類(lèi):確定型服務(wù)選擇和廣義不確定型[10]服務(wù)選擇。若服務(wù)的全部狀態(tài)、使用條件及效果均已知,則為確定型服務(wù)選擇;但是若備選服務(wù)運(yùn)行效果無(wú)法預(yù)期,服務(wù)參數(shù)無(wú)法完全量化的有限服務(wù)方案選擇問(wèn)題稱(chēng)為廣義不確定型服務(wù)選擇。

本文設(shè)計(jì)的CBDSSA算法以廣義不確定型服務(wù)選擇問(wèn)題為研究對(duì)象,選取基于案例的決策理論(CBDT)為算法理論依據(jù)。

2基于CBDT的仿真任務(wù)共同體服務(wù)選擇問(wèn)題描述

在仿真任務(wù)共同體服務(wù)選擇中,“案例”對(duì)應(yīng)的是“服務(wù)”的選擇與分配方案,可以是節(jié)點(diǎn)的服務(wù)選擇方案,也可能是仿真任務(wù)共同體整體的分配方案。歷史案例是存儲(chǔ)在案例庫(kù)中為了解決當(dāng)前服務(wù)選擇問(wèn)題而可能被用來(lái)輔助決策的歷史服務(wù)選擇方案, 而目標(biāo)案例是基于當(dāng)前服務(wù)選擇背景下,其可采取的備選服務(wù)選擇方案加上虛擬的服務(wù)選擇效果綜合構(gòu)成的案例。

為表述方便,設(shè)目標(biāo)案例數(shù)M={1,2,…,m},歷史案例數(shù)N={1,2,…,n},問(wèn)題屬性維度H={1,2,…,h},方案屬性維度G={1,2,…,g},效果屬性維度F={1,2,…,f},并明確幾個(gè)集合如下。

1)設(shè)Z={(P1,C1,E1),(P2,C2,E2),…, (Pn,Cn,En)}表示由n個(gè)案例構(gòu)成的歷史案例集,其中(Pj,Cj,Ej)表示第i個(gè)歷史案例,Pj,Cj,Ej分別代表“問(wèn)題”、

“方案”和“效果”。記Pobj為目標(biāo)問(wèn)題,Cobj={C1obj, C2obj,…, Cmobj}為目標(biāo)問(wèn)題Pobj可采用的備選方案集,其中Ciobj表示第i個(gè)備選方案,記X為備選方案Ciobj的實(shí)施效果,在這里,X是未知的。因此,目標(biāo)案例可以表示為(Pobj,Ciobj,X)。

將以上關(guān)系整理后如表1所示, 表中“問(wèn)題”、“方案”及“效果”屬性可以是數(shù)值型的,也可以是符號(hào)型描述[15-16]。

表1　問(wèn)題、方案及效果屬性描述

3基于案例決策方法的CBDSSA算法

為解決上述問(wèn)題,從廣義不確定型案例決策基本思想出發(fā),提出基于案例決策的不確定型仿真任務(wù)共同體服務(wù)選擇算法(CBDSSA),其基本流程如圖3所示。

圖3　CBDSSA算法流程圖

3.1“問(wèn)題”與“方案”的相似度計(jì)算

數(shù)值型屬性:

(1)

符號(hào)型屬性:

(2)

第二步:計(jì)算“方案”屬性AlC在目標(biāo)案例(Pobj,Ciobj,X)與歷史案例(Pj,Cj,Ej)之間的相似度Simk(Cobj,Cj)。將計(jì)算公式設(shè)計(jì)為:

數(shù)值型屬性:

(3)

符號(hào)型屬性:

(4)

第三步:在“問(wèn)題”屬性相似度基礎(chǔ)上,計(jì)算關(guān)于“問(wèn)題”的目標(biāo)案例與歷史案例的相似度Sim(Pobj,Pj)。

設(shè)計(jì)為:

(5)

其中,Sim(Pobj,Pj)取值區(qū)間為(0,1],值越大表明歷史案例中的問(wèn)題與當(dāng)前需解決的問(wèn)題相識(shí)度越高。

計(jì)算公式為

(6)

其中，Sim(Ciobj,Cj) 取值區(qū)間為(0,1],值越大,表明歷史案例中的方案與備選方案的相似度越高。

3.2構(gòu)建相似案例集

3.3計(jì)算“問(wèn)題-方案”組合的目標(biāo)案例與歷史案例相似度

(7)

3.4計(jì)算歷史案例“實(shí)施效果”效用值

歷史案例“實(shí)施效果”屬性由數(shù)值型和語(yǔ)言型兩類(lèi)組成,要對(duì)不同歷史案例實(shí)施效果的效用值進(jìn)行計(jì)算,前提就是要對(duì)各屬性值進(jìn)行規(guī)范、量化。

其中,qjemax是相似歷史案例集ZPC中qje屬性最大值,此公式用以消除數(shù)值量綱影響,并做歸一化處理。

語(yǔ)言型屬性一般表示實(shí)施效果或者類(lèi)似的表述類(lèi)信息,在這里分為5個(gè)等級(jí),記為:Scale={S1(優(yōu)),S2(良),S3(中),S4(差),S5(極差)},對(duì)應(yīng)數(shù)值為:S1=1,S2=0.8,S3=0.6,S4=0.4,S5=0.2。

由此,可得到相似歷史案例(Pj,Cj,Ej)實(shí)施效果效用值u(Ej):

(8)

3.5計(jì)算綜合效用值及方案優(yōu)選

計(jì)算備選方案Ciobj綜合效用值Ui：

(9)

最后,根據(jù)Ui值的大小對(duì)備選方案進(jìn)行排序,并從中選出最優(yōu)方案。

4算例驗(yàn)證

4.1算例驗(yàn)證背景設(shè)定

通過(guò)專(zhuān)家打分方式,確定出“問(wèn)題”的屬性權(quán)重向量、“方案”屬性權(quán)重向量以及方案實(shí)施的“效果”屬性權(quán)重向量分別為：

wp=(0.19, 0.21, 0.20, 0.18, 0.23),

wC=(0.24, 0.23, 0.22, 0.14, 0.08, 0.09),

wE=(0.6,0.2,0.2),

設(shè)定相似度閾值為εP=0.5,εC=0.8。

從艦艇作戰(zhàn)仿真系統(tǒng)中抽取10個(gè)該節(jié)點(diǎn)的歷史服務(wù)選擇案例,與3個(gè)備選方案一并列入CBDSSA算法計(jì)算。其中,表2為歷史案例問(wèn)題屬性,表3是目標(biāo)案例問(wèn)題、方案及效果屬性(未知),表4為歷史案例“方案”及“效果”。

4.2算例驗(yàn)證過(guò)程

4)在對(duì)“效果”屬性歸一化處理基礎(chǔ)上(表7),依據(jù)式(8)計(jì)算歷史案例“實(shí)施效果”效用值u(Ej),如表8所示。

表2　歷史案例問(wèn)題屬性

表3　目標(biāo)案例問(wèn)題、方案及效果屬性

表4　歷史案例“方案”及“效果”

表5　相似度Siml(Pobj,Pj)及Sim(C1obj,Cj)計(jì)算結(jié)果

表6　相似度Sim(Pobj,Cobj),(Pj,Cj) 計(jì)算結(jié)果

表7　“效果”屬性歸一處理

表8　相似歷史案例效用值

5)依據(jù)式(9)計(jì)算備選方案Ciobj綜合效用值Ui,可得U1=0.75,U2=0.65,U3=0.67,在三個(gè)備選方案中,U1?U3?U2,根據(jù)準(zhǔn)則,可以選擇服務(wù)一為最佳方案。

4.3算例驗(yàn)證分析

1)本次算例驗(yàn)證中,案例“問(wèn)題”設(shè)置為5個(gè)屬性,“方案”設(shè)定為6個(gè)屬性,“效果”設(shè)定為3個(gè)屬性,各組成的屬性數(shù)量是可以根據(jù)需要自由設(shè)定的,例如,算例中“方案”選取了服務(wù)質(zhì)量(QoS)的6項(xiàng)指標(biāo)作為參數(shù),實(shí)際在服務(wù)選擇過(guò)程中,服務(wù)質(zhì)量的6項(xiàng)指標(biāo)不一定全部作為考察依據(jù),同時(shí),其他非服務(wù)指標(biāo)也可納入考察范圍,視具體情形而定。

2)算例設(shè)定的權(quán)重向量和相似度閾值采取的是專(zhuān)家打分方式,其依據(jù)是各屬性在仿真系統(tǒng)中起到的作用大小的人工價(jià)值評(píng)判。例如,“問(wèn)題”屬性向量較為平均,其中可使用時(shí)段要求略高,說(shuō)明系統(tǒng)要求備選服務(wù)實(shí)時(shí)可用,這貼合模擬訓(xùn)練實(shí)時(shí)性較高的實(shí)際;“方案”屬性向量值中服務(wù)代價(jià)、執(zhí)行時(shí)間和可靠性等項(xiàng)取值較高,而服務(wù)容量等項(xiàng)權(quán)重略低,說(shuō)明服務(wù)6個(gè)質(zhì)量屬性中,服務(wù)代價(jià)、執(zhí)行時(shí)間等指標(biāo)在服務(wù)質(zhì)量中起到的作用更為重要,服務(wù)容量等指標(biāo)則相對(duì)次要;“效果”屬性向量取值表明“服務(wù)滿(mǎn)意度評(píng)價(jià)”作為一個(gè)綜合指標(biāo),在表達(dá)服務(wù)效果上更為關(guān)鍵;εP取0.5,εC取0.8的目的是提高“方案”選擇門(mén)檻,其意義是在“問(wèn)題”具有一定相似度基礎(chǔ)上選擇出相似度更高的服務(wù)“方案”。以上分析說(shuō)明,算例中通過(guò)專(zhuān)家打分方式設(shè)定的權(quán)重向量選取與仿真系統(tǒng)屬性的價(jià)值取向是一致的,具有可信性。

3)由算例驗(yàn)證結(jié)果可以看出,“目標(biāo)案例一”與“歷史案例一”在“問(wèn)題”和“方案”屬性上最為相似,且從“效果”屬性上可以看出,相似歷史案例的“效果”值也較高,說(shuō)明算例驗(yàn)證確實(shí)選擇出了最優(yōu)方案。需要指出的是,從表6中可以看出,“備選服務(wù)一”數(shù)值最高,是當(dāng)前最優(yōu)服務(wù),但是“備選服務(wù)二”具有較高效果值的相似歷史案例最多,說(shuō)明“備選服務(wù)二”適用性更廣,“備選服務(wù)三”則性能較為折中。這也說(shuō)明CBDSSA算法不僅能夠找出當(dāng)前最優(yōu)服務(wù)選擇方案,而且能夠給出有價(jià)值的后備選擇,具有現(xiàn)實(shí)意義。

5結(jié)束語(yǔ)

基于案例決策的不確定型仿真任務(wù)共同體服務(wù)選擇算法(CBDSSA)約束條件少,層次結(jié)構(gòu)分明,運(yùn)算結(jié)果直觀,是解決仿真任務(wù)共同體廣義不確定型服務(wù)選擇問(wèn)題的一種有效的新思路和新方法,對(duì)大型多用途仿真系統(tǒng)資源分配優(yōu)化研究具有一定的參考價(jià)值。下一步將繼續(xù)研究CBDT理論在服務(wù)組合上的應(yīng)用。

參考文獻(xiàn):

[1]張睿,王之騰,張宏軍，等.淺析建模與仿真領(lǐng)域的現(xiàn)狀與發(fā)展趨勢(shì)[J].系統(tǒng)仿真學(xué)報(bào),2013,25(8):52-55

[2]范林軍,董紅林,凌云翔，等.分布式仿真系統(tǒng)中的全局一致性問(wèn)題研究[J].計(jì)算機(jī)工程與科學(xué),2016,38(1):131-135

[3]周平,蘇銀科,沈超. 基于DDS 的分布式數(shù)字仿真系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].系統(tǒng)仿真學(xué)報(bào),2014,26(8):1678-1683

[4]Zhang Rui, Wang Zhiteng, Mao Shaojie, Sun Xigang. CoST: A Service-Oriented Simulation Architecture[J]. Journal of Theoretical and Applied Information Technology, 2013， 48(3): 1584-1589.

[5]陳釗,趙斯強(qiáng),宋彬,等.面向服務(wù)的集成式海軍作戰(zhàn)指揮訓(xùn)練系統(tǒng)構(gòu)建[J].指揮控制與仿真,2015,37(5):82-87.

[6]史揚(yáng),董漢權(quán),陸銘華.面向服務(wù)的可組合可重用仿真技術(shù)研究[J].系統(tǒng)仿真學(xué)報(bào),2014,26(7):1522-1526.

[7]龔立,劉高峰,等. SOA下軍用仿真系統(tǒng)集成研究[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2010,34(6):1121-1128.

[8]Xitong Li, Stuart E, Madnick. Understanding the Dynamics of Service-Oriented Architecture Implementation[J]. Journal of Management Information Systems,2015,32(2):104-133.

[9]李曉輝,劉妍秀.基于實(shí)例推理機(jī)制(CBR)綜述[J].長(zhǎng)春大學(xué)學(xué)報(bào),2006,16(4):68-70.

[10]倪志偉,李建洋,李鋒剛,等.案例決策技術(shù)及案例決策支持系統(tǒng)研究綜述[J].計(jì)算機(jī)科學(xué),2009,36(11):18-23.

[11]毛少杰,李玉萍,等.網(wǎng)絡(luò)中心化仿真概念與方法研究[J].系統(tǒng)仿真學(xué)報(bào),2010,22(7):1660-1663.

[12]汪霆,劉高峰.一種TCSM模式的服務(wù)化模擬訓(xùn)練系統(tǒng)研究[J].計(jì)算機(jī)與數(shù)字工程,2015,43(12):2199-2203.

[13]孫黎陽(yáng),李陽(yáng),等. 網(wǎng)絡(luò)中心化仿真任務(wù)共同體服務(wù)選擇算法研究[J].計(jì)算機(jī)研究與發(fā) 展,2014,51(3):650-660.

[14]孫黎陽(yáng),林劍檸,等.基于改進(jìn)粒子群優(yōu)化算法的網(wǎng)絡(luò)化仿真任務(wù)共同體服務(wù)選擇[J].兵工學(xué)報(bào),2012,33(11):1393-1403.

[15]Gilboa I, Schmeidler D. Case-based decision theory[J]. The Quarterly Journal of Economics, 1995, 110(3): 605-639.

[16]Golosnoy V, Okhrin Y. General uncertainty in portfolio selection: A case-based decision approach[J]. Journal of Economic Behavior& Organization, 2008, 67(3/4): 718-734.

[17]李永海,樊治平,李銘洋.解決廣義不確定型決策問(wèn)題的案例決策方法[J].系統(tǒng)工程學(xué)報(bào),2014,29(1):21-28.

[18]王清,趙勇,等.基于閾值的案例決策方法及其在創(chuàng)新設(shè)計(jì)中的應(yīng)用[J].控制與決策, 2010,25(10): 1562-1566.

[19]顧東曉,李興國(guó),梁昌勇,等.案例檢索及權(quán)重優(yōu)化方法研究及應(yīng)用[J].系統(tǒng)工程學(xué)報(bào), 2009,24(6): 764-768.

Study of Simulation Task Community Service Selection Algorithm Based on Case-based Decision Theory

WANG Ting,LIU Gao-feng

(College of Electronic Engineering, Naval University of Engineering, Wuhan 430033， China)

Abstract:Resources allocation and optimization becomes a key problems during the research of service-oriented large-scale multipurpose simulation system, in the meanwhile service selection with unknown status is one of the difficulties in resources allocation and optimization. To solve the problems, the paper proposes a method of simulation task community, designed a task community service selection algorithm (CBDSSA) based on case-based decision theory. By the means of coherent calculation, the algorithm can successfully build similar historical case set and create the utility of its implementation effect. Finally, the overall utilities of each alternative service selection cases are calculated and sorted by integrating the similarities and utilities. The algorithm needs fewer constraints and has strong logicality and practical applicability. It provides a new method of practice in task community service selection, and has reference value for the research of service selection of large-scale multipurpose simulation system.

Key words:SOA; simulation system; case-based decision theory; simulation task community; service selection

文章編號(hào)：1673-3819(2016)03-0039-07

收稿日期：2016-03-08

作者簡(jiǎn)介：汪霆(1986-),男,四川達(dá)州人,碩士研究生,研究方向?yàn)樽鲬?zhàn)指揮系統(tǒng)。 劉高峰(1965-),男,博士,副教授。

中圖分類(lèi)號(hào):TP391.9；E211

文獻(xiàn)標(biāo)志碼:A

DOI:10.3969/j.issn.1673-3819.2016.03.007

修回日期： 2016-03-31