雙重視角下的無(wú)人集群智能性描述與等級(jí)劃分

武文亮，沈 博，拓明福，周興社

(1.西北工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院，陜西 西安 710129；2.空軍工程大學(xué) 裝備管理與無(wú)人機(jī)工程學(xué)院，陜西 西安 710051)

0 引 言

無(wú)人集群是指由一定數(shù)量的單功能和多功能、智能和非智能無(wú)人裝備共同組成，以交感網(wǎng)絡(luò)為基礎(chǔ)，整體具有能力涌現(xiàn)和行為可測(cè)、可控以及可用特點(diǎn)的無(wú)人系統(tǒng)[1]。按照作戰(zhàn)域不同，可劃分為空中、地面、水面、水下等單域作戰(zhàn)無(wú)人集群及空地、空海、海陸空等跨域協(xié)同作戰(zhàn)無(wú)人集群[2]。該概念一經(jīng)提出便吸引了國(guó)內(nèi)外各研究機(jī)構(gòu)的高度關(guān)注，現(xiàn)已成為無(wú)人系統(tǒng)的一個(gè)重要發(fā)展方向。與無(wú)人單體相比，其具有功能可組合、易裁剪、高可擴(kuò)展性和強(qiáng)魯棒性等優(yōu)點(diǎn)，因而更適合執(zhí)行無(wú)人單體無(wú)法勝任的區(qū)域監(jiān)測(cè)/遍歷類任務(wù)及外界環(huán)境過(guò)于危險(xiǎn)且有冗余性要求的任務(wù)[3]。

已有研究表明，對(duì)無(wú)人系統(tǒng)智能性進(jìn)行有效評(píng)價(jià)或制定相關(guān)標(biāo)準(zhǔn)，將發(fā)揮技術(shù)引領(lǐng)作用。智能性是無(wú)人集群最本質(zhì)的特征。無(wú)人集群智能性描述與等級(jí)劃分是伴隨著無(wú)人系統(tǒng)的集群化與智能化發(fā)展提出的全新問(wèn)題。隨著實(shí)際應(yīng)用場(chǎng)景復(fù)雜性不斷提升，提高無(wú)人集群整體智能性已成為一種重要的發(fā)展趨勢(shì)。智能都是通過(guò)級(jí)進(jìn)方式獲得的。在無(wú)人集群研究領(lǐng)域，若不對(duì)其智能性進(jìn)行澄清與合理建模，缺乏詳細(xì)合理的等級(jí)劃分，則難以有效促進(jìn)其應(yīng)用研究、技術(shù)實(shí)現(xiàn)與持續(xù)發(fā)展。研究無(wú)人集群智能性描述框架與等級(jí)劃分對(duì)其研究政策制訂者、設(shè)計(jì)者與研發(fā)人員及使用者都有重要現(xiàn)實(shí)意義，可為其發(fā)展政策規(guī)劃、應(yīng)用研發(fā)與優(yōu)化改良提供助力。

1 相關(guān)工作

目前以無(wú)人系統(tǒng)或無(wú)人集群為評(píng)價(jià)對(duì)象且直接以智能性為評(píng)價(jià)目標(biāo)的等級(jí)評(píng)價(jià)研究并不多見(jiàn)，并且絕大多數(shù)研究主要局限于國(guó)內(nèi)。針對(duì)無(wú)人駕駛車(chē)輛，陳君毅等[4]指出智能性是指其具備和人類相當(dāng)、甚至超過(guò)人類的駕駛技能。北京理工大學(xué)的研究團(tuán)隊(duì)[5]以無(wú)人駕駛車(chē)輛本身與需要其完成的駕駛?cè)蝿?wù)與所處環(huán)境三者構(gòu)成的復(fù)雜交互系統(tǒng)為研究對(duì)象，建立了由任務(wù)復(fù)雜度、環(huán)境復(fù)雜度和人工干預(yù)程度共同組成的無(wú)人駕駛車(chē)輛智能性度量模型，具體如圖1所示。在劃分智能性等級(jí)時(shí)，先將這三個(gè)維度劃分為了5個(gè)等級(jí)，并以這三個(gè)維度的等級(jí)度量求和結(jié)果及其行駛質(zhì)量為依據(jù)，將無(wú)人駕駛車(chē)輛的智能性劃分為了10個(gè)等級(jí)。該劃分在指導(dǎo)國(guó)內(nèi)歷屆“智能車(chē)未來(lái)挑戰(zhàn)”賽事設(shè)定中發(fā)揮了重要作用，但其完全是從系統(tǒng)外部視角度量其智能性，因此對(duì)其設(shè)計(jì)研發(fā)實(shí)際指導(dǎo)意義不大。

圖1 無(wú)人駕駛車(chē)輛智能性度量模型

針對(duì)無(wú)人集群，一種以實(shí)施評(píng)價(jià)的條件、過(guò)程與結(jié)果為基本依據(jù)，由場(chǎng)景復(fù)雜性、系統(tǒng)適變性和系統(tǒng)有效性三個(gè)維度組成的通用智能性等級(jí)度量模型被提出[6]，如圖2所示。盡管該模型預(yù)期可結(jié)合無(wú)人集群內(nèi)外部因素共同決策其智能性高低，但其在具體實(shí)施時(shí)存在各維度等級(jí)如何劃分及如何綜合量化的難題。

圖2 無(wú)人集群智能性度量模型

張濤等[7]根據(jù)海洋機(jī)器人與人工智能發(fā)展歷史，從宏觀層面分別將其自主認(rèn)知、群體智能和自主控制水平劃分為了6個(gè)級(jí)別，如圖3所示。其中，群體智能被劃分為結(jié)構(gòu)控制、任務(wù)規(guī)劃、合作、任務(wù)重規(guī)劃、合作探究和職責(zé)6個(gè)級(jí)別，但該研究并未對(duì)各級(jí)別的具體內(nèi)涵與劃分依據(jù)進(jìn)行詳細(xì)解釋，也未提出詳細(xì)評(píng)價(jià)指標(biāo)。

圖3 海洋機(jī)器人的評(píng)價(jià)指標(biāo)

上述研究之外，許多研究機(jī)構(gòu)與學(xué)者對(duì)無(wú)人系統(tǒng)自主性等級(jí)劃分模型進(jìn)行了研究。盡管自主性與智能性在概念上不能等同，但由于系統(tǒng)智能性的外在行為方式為自主，因此這些劃分方法仍能從一定程度上反映系統(tǒng)的智能性級(jí)別，可作為無(wú)人系統(tǒng)智能性等級(jí)評(píng)價(jià)的備選模型。中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所[8]將現(xiàn)有的無(wú)人系統(tǒng)自主性等級(jí)評(píng)價(jià)方法劃分為了等級(jí)法、雙坐標(biāo)軸法、三坐標(biāo)軸法、查表法和公式法，進(jìn)行了比較全面地綜述，并在此基礎(chǔ)上提出了用于無(wú)人系統(tǒng)自主性等級(jí)評(píng)價(jià)的蛛網(wǎng)模型，如圖4所示。蛛網(wǎng)模型具有普適性，同時(shí)也適用于智能性的等級(jí)評(píng)價(jià)，關(guān)鍵技術(shù)選取及其成熟度定制是決定模型好壞的關(guān)鍵。

圖4 蛛網(wǎng)模型

概括而言，由于絕大多數(shù)無(wú)人系統(tǒng)自主性等級(jí)評(píng)價(jià)模型適用的評(píng)價(jià)對(duì)象涉及從無(wú)人單體到無(wú)人集群在內(nèi)的各種無(wú)人系統(tǒng)，因此伴隨著無(wú)人系統(tǒng)的集群化發(fā)展其適用性被極大地削弱。并且由于缺乏基礎(chǔ)理論模型的支撐，也都很難從本質(zhì)上合理地反映無(wú)人集群的智能性。

2 無(wú)人集群智能性概念

無(wú)人集群是群體智能的一個(gè)具體應(yīng)用研究領(lǐng)域。群體智能研究最早起源于對(duì)螞蟻、蜜蜂和黃蜂等群居性簡(jiǎn)單生物群體行為的觀察與模擬，其內(nèi)涵具體是指一定規(guī)模無(wú)智能或者僅具備相對(duì)簡(jiǎn)單智能的個(gè)體通過(guò)相互通信與分布式協(xié)作涌現(xiàn)出整體宏觀智能行為的特性。有幾種被普遍接受的觀點(diǎn)：(1)群體智能具有分布式控制、間接通信、個(gè)體行為規(guī)則簡(jiǎn)單、自組織等特點(diǎn)[9]；(2)群體智能滿足鄰近性、品質(zhì)性、多樣性、穩(wěn)定性和適應(yīng)性五個(gè)基本原則[10]；(3)群體智能具有靈活性、魯棒性和可擴(kuò)展性三個(gè)重要期望特征[11]。這些觀點(diǎn)基本上均未能體現(xiàn)其本質(zhì)，而更多的是在描述其實(shí)現(xiàn)的條件與結(jié)果。早期的群體智能研究聚焦于設(shè)計(jì)優(yōu)化算法，例如蟻群優(yōu)化算法、粒子群優(yōu)化算法、遺傳優(yōu)化算法等，后來(lái)逐漸形成算法研究和系統(tǒng)研究?jī)纱蠓种?。群體智能一詞最早被用于描述細(xì)胞機(jī)器人系統(tǒng)中由多個(gè)簡(jiǎn)單機(jī)器人通過(guò)鄰近交互所產(chǎn)生的自組織模式[12]?；谌壕有院?jiǎn)單生物群體智能設(shè)計(jì)的集群機(jī)器人體現(xiàn)出了預(yù)期的魯棒性、靈活性和可擴(kuò)展性，但卻受限于數(shù)量、感知與通信能力、同構(gòu)性問(wèn)題等多方面[13-14]。隨著新一代感知、通信及控制技術(shù)的進(jìn)步，使得由眾多智能自主無(wú)人單體能夠相互連接組成智能無(wú)人集群，并通過(guò)相互協(xié)作涌現(xiàn)出群體智能，適應(yīng)于復(fù)雜多變的任務(wù)環(huán)境。

無(wú)人集群是一種復(fù)雜適應(yīng)性系統(tǒng)，組成它的無(wú)人智能體可具有高度智能行為與異質(zhì)性，它們間的指控與通信問(wèn)題也更為復(fù)雜，因此不能完全按照傳統(tǒng)的集群機(jī)器人概念理解無(wú)人集群，也不能完全按照群居性簡(jiǎn)單生物群體智能的理解來(lái)理解無(wú)人集群智能性。群體智能強(qiáng)調(diào)系統(tǒng)性[15]及系統(tǒng)整體的智能性[16]。在總結(jié)分析傳統(tǒng)群體智能概念局限性的基礎(chǔ)上，何小賢等[17]給出了系統(tǒng)智能的觀點(diǎn)。所謂系統(tǒng)智能是指由多個(gè)智能模塊通過(guò)一定規(guī)則相互聯(lián)系與作用在系統(tǒng)層面所涌現(xiàn)的宏觀智能。其中系統(tǒng)是指貝塔朗菲所描述的整體大于部分之和的系統(tǒng)。系統(tǒng)智能與群體智能的思想并不沖突，系統(tǒng)智能繼承了傳統(tǒng)群體智能的合理內(nèi)核，排除了其在同構(gòu)性、規(guī)模、通信方式和個(gè)體能力等方面的限制，因此描述范圍更廣，可實(shí)現(xiàn)功能更強(qiáng)。

綜上所述，無(wú)人集群智能性源于群居性簡(jiǎn)單生物群體智能但不應(yīng)嚴(yán)格受其約束，反映的是一種復(fù)雜適應(yīng)性系統(tǒng)智能性，具體是指在交感網(wǎng)絡(luò)支撐下，由多個(gè)同構(gòu)或異構(gòu)無(wú)人智能體通過(guò)信息交互與反饋、激勵(lì)與響應(yīng)等交感行為，激發(fā)個(gè)體智能，涌現(xiàn)的無(wú)人集群整體智能性。無(wú)人集群智能性在繼承群居性簡(jiǎn)單生物群體智能合理內(nèi)核和優(yōu)點(diǎn)的基礎(chǔ)上，不受生物集群智能在同構(gòu)性、規(guī)模、通信方式和個(gè)體能力等方面的約束，在表現(xiàn)形式上不僅包含自下而上自組織的群智涌現(xiàn)，而且還可包含自上而下有組織的群智行為。無(wú)人集群也因此獲得了更多樣化的團(tuán)隊(duì)組成方式、更高的可擴(kuò)展性、更強(qiáng)的環(huán)境適應(yīng)性和更豐富、更復(fù)雜的任務(wù)能力等優(yōu)勢(shì)。

3 無(wú)人集群智能性描述

3.1 無(wú)人集群智能性描述框架

無(wú)人集群智能性通過(guò)其行為表現(xiàn)，需要依據(jù)其行為對(duì)其智能性進(jìn)行等級(jí)劃分。無(wú)人集群行為不能孤立討論，它是無(wú)人集群自身及其所執(zhí)行的任務(wù)與所處環(huán)境三者特性的綜合結(jié)果。無(wú)人集群、任務(wù)和環(huán)境相互作用，共同組成了一個(gè)復(fù)雜交互系統(tǒng)，如圖5所示。

圖5 無(wú)人集群-任務(wù)-環(huán)境交互系統(tǒng)

無(wú)人集群所執(zhí)行任務(wù)及其任務(wù)環(huán)境間存在強(qiáng)耦合關(guān)系，因此可將影響無(wú)人集群智能性的任務(wù)復(fù)雜性和環(huán)境復(fù)雜性因素統(tǒng)一抽象為無(wú)人集群任務(wù)勝任力。同任務(wù)復(fù)雜性與環(huán)境復(fù)雜性表述方式相同，任務(wù)勝任力也具有顯著的層次化特征。為便于描述與刻畫(huà)無(wú)人集群智能性水平，可從無(wú)人集群外部和內(nèi)部?jī)蓚€(gè)視角出發(fā)分別建立無(wú)人集群的任務(wù)勝任力度量模型和整體智能行為實(shí)現(xiàn)過(guò)程模型。前者是從外部觀察者的視角來(lái)評(píng)價(jià)無(wú)人集群智能性，而后者則是從無(wú)人集群完成任務(wù)的協(xié)同決策過(guò)程出發(fā)來(lái)評(píng)價(jià)無(wú)人集群在各個(gè)功能環(huán)節(jié)上的智能性，進(jìn)而判定無(wú)人集群整體智能性。其中，任務(wù)勝任力度量模型的層次化特性提供了一種對(duì)無(wú)人集群智能性分級(jí)的度量手段，而整體智能行為實(shí)現(xiàn)過(guò)程模型則能從本質(zhì)上描述無(wú)人集群的內(nèi)在智能性，構(gòu)成無(wú)人集群智能等級(jí)劃分的直接依據(jù)。通過(guò)兩種模型的映射，可形成如圖6所示的無(wú)人集群智能性描述框架。將基于外部視角構(gòu)建的任務(wù)勝任力模型和基于內(nèi)部視角構(gòu)建的整體智能行為實(shí)現(xiàn)過(guò)程模型結(jié)合起來(lái)構(gòu)建無(wú)人集群智能性描述框架，可為無(wú)人集群智能性等級(jí)二維劃分及其測(cè)試場(chǎng)景構(gòu)建提供系統(tǒng)化的基礎(chǔ)理論模型支撐，輔助我們提出合理細(xì)化的無(wú)人集群智能性等級(jí)劃分方法并構(gòu)造相適應(yīng)的等級(jí)測(cè)試場(chǎng)景。

圖6 無(wú)人集群智能性描述框架

3.2 無(wú)人集群任務(wù)勝任力度量模型

無(wú)人集群任務(wù)勝任力度量從任務(wù)復(fù)雜性及任務(wù)所處的環(huán)境復(fù)雜性兩方面考慮。前者是描述任務(wù)固有難易程度的重要手段和依據(jù)， 而后者則是影響任務(wù)執(zhí)行難度和執(zhí)行效果的關(guān)鍵要素。據(jù)此，可建立無(wú)人集群任務(wù)勝任力度量模型，如圖7所示。

圖7 無(wú)人集群任務(wù)勝任力度量模型

該模型中每一個(gè)軸可提供一系列更低層次的度量要素推動(dòng)無(wú)人集群任務(wù)勝任力的規(guī)范、分析、評(píng)估和量測(cè)，具體如表1所示。

表1 無(wú)人集群任務(wù)勝任力量化指標(biāo)體系

任務(wù)勝任力度量模型雖可直接進(jìn)行層次化表征，但若僅依據(jù)任務(wù)勝任力度量模型進(jìn)行無(wú)人集群智能性等級(jí)劃分，便會(huì)混淆無(wú)人集群應(yīng)用需求與內(nèi)在智能性間的概念。無(wú)人集群內(nèi)在智能性作為其固有屬性，不應(yīng)隨著應(yīng)用需求變化而變化，真正變化的是應(yīng)用對(duì)無(wú)人集群內(nèi)在智能性的需求。因此，在對(duì)無(wú)人集群智能性等級(jí)劃分問(wèn)題建模時(shí)，僅依靠外部的任務(wù)勝任力度量模型進(jìn)行無(wú)人集群智能性評(píng)價(jià)是不完備的，還必須考慮無(wú)人集群的內(nèi)部模型，從內(nèi)外雙重視角考察無(wú)人集群智能性。

3.3 無(wú)人集群整體智能行為實(shí)現(xiàn)過(guò)程模型

傳統(tǒng)的無(wú)人集群整體智能行為實(shí)現(xiàn)過(guò)程主要是受簡(jiǎn)單生物集群整體智能行為的啟發(fā)進(jìn)一步抽象出無(wú)人集群的自組織行為規(guī)則進(jìn)行設(shè)計(jì)與實(shí)現(xiàn)的，最具代表性的例子為Reynolds等[18]提出的“類鳥(niǎo)群”模型。然而，伴隨著智能技術(shù)的不斷發(fā)展，這種依據(jù)簡(jiǎn)單規(guī)則的無(wú)人集群整體智能行為實(shí)現(xiàn)過(guò)程建模方法，已經(jīng)不能很好地適用于復(fù)雜多變的戰(zhàn)場(chǎng)環(huán)境，更難以體現(xiàn)無(wú)人作戰(zhàn)單體的高度智能行為。近年來(lái)越來(lái)越多的研究人員開(kāi)始認(rèn)為可以基于經(jīng)典產(chǎn)OODA(Observe->Orient->Decide->Act)環(huán)來(lái)實(shí)現(xiàn)無(wú)人單體系統(tǒng)的智能自主協(xié)同決策過(guò)程。OODA環(huán)最早由Boyd在20世紀(jì)70年代提出，主要由觀測(cè)、判斷、決策和行動(dòng)四個(gè)功能組成，最早用于描述軍事決策制訂的全過(guò)程[19]。盡管經(jīng)典的OODA環(huán)可以用于描述單個(gè)無(wú)人智能體的決策全過(guò)程，但在描述無(wú)人集群的協(xié)同與交互方面存在明顯不足。從整個(gè)集群系統(tǒng)內(nèi)部視角看，由眾多智能無(wú)人單體構(gòu)成的無(wú)人集群整體智能行為實(shí)現(xiàn)過(guò)程模型可描述為一個(gè)群體化的OODA環(huán)，如圖8所示。

圖8 基于群體化OODA環(huán)的無(wú)人集群整體智能行為實(shí)現(xiàn)過(guò)程模型

該模型中無(wú)人智能體間及其與其他智能體間協(xié)同觀測(cè)、判斷、決策和行動(dòng)，共同完成目標(biāo)任務(wù)。這四項(xiàng)群體化功能可支持無(wú)人集群在任務(wù)執(zhí)行的各個(gè)階段具備更強(qiáng)大的可操作能力，以此極大地改善整個(gè)任務(wù)的執(zhí)行能力。以群體觀測(cè)為例，能夠使得整個(gè)系統(tǒng)觀測(cè)的范圍更廣、觀測(cè)類型更多樣并且糾正與彌補(bǔ)個(gè)體感知的錯(cuò)誤與損失。將整個(gè)集群看作一個(gè)統(tǒng)一整體時(shí)，便相當(dāng)于組成了一個(gè)具有全局視角的虛擬智能體。它在群體觀測(cè)、判斷、決策和行動(dòng)過(guò)程中，基于全局視角從集群整體層面進(jìn)行綜合權(quán)衡，最終體現(xiàn)在集群中個(gè)體上的行為不一定最優(yōu)，但集群整體行為產(chǎn)生的效果卻是最優(yōu)的，即體現(xiàn)了群體智能。它非自上而下的全局控制，其作用并非是取代集群中個(gè)體做出決策，只是其決策在虛擬全局智能體輔助下更具宏觀視角，即負(fù)責(zé)輔助集群內(nèi)個(gè)體獲取與處理全局信息，在集群內(nèi)部進(jìn)行協(xié)調(diào)。與依據(jù)任務(wù)勝任力度量模型對(duì)無(wú)人集群智能性進(jìn)行表象分析不同，依據(jù)整體智能行為過(guò)程實(shí)現(xiàn)模型可對(duì)無(wú)人集群智能性進(jìn)行本質(zhì)分析。對(duì)應(yīng)高度概括層次化典型無(wú)人集群任務(wù)勝任力，可首先對(duì)無(wú)人集群在協(xié)同觀測(cè)、判斷、決策和行動(dòng)各個(gè)環(huán)節(jié)的智能性進(jìn)行考察與刻畫(huà)，在此基礎(chǔ)上進(jìn)行綜合集成，獲得相對(duì)應(yīng)的無(wú)人集群的智能性等級(jí)的內(nèi)在劃分依據(jù)。

4 無(wú)人集群智能性等級(jí)劃分

依據(jù)該文提出的無(wú)人集群智能性描述框架，并借鑒張濤等[8]提出的群體智能等級(jí)劃分和美國(guó)空軍研究實(shí)驗(yàn)室[20]提出的無(wú)人機(jī)自主性控制等級(jí)劃分，這里以編隊(duì)控制、任務(wù)規(guī)劃、協(xié)同任務(wù)、任務(wù)重組、協(xié)同認(rèn)知和完全理智6種典型的任務(wù)勝任力作為縱向劃分的依據(jù)，它們所對(duì)應(yīng)的無(wú)人集群智能性等級(jí)劃分標(biāo)準(zhǔn)如表2所示。從無(wú)人集群內(nèi)部整體智能行為實(shí)現(xiàn)過(guò)程模型與等級(jí)劃方的橫向關(guān)系來(lái)看，表中比較全面地分析了6種典型任務(wù)勝任力在群體觀測(cè)、判斷、決策和行動(dòng)四個(gè)方面的相應(yīng)的內(nèi)在智能性實(shí)現(xiàn)要求，實(shí)現(xiàn)了無(wú)人集群智能性各等級(jí)評(píng)定要求的合理細(xì)化，可為無(wú)人集群整體的智能性提升與評(píng)價(jià)提供比較全面的指導(dǎo)與反饋；從無(wú)人集群外部勝任力模型與等級(jí)劃分的縱向關(guān)系來(lái)看，每列描述該度量從低到高的智能性實(shí)現(xiàn)要求，實(shí)現(xiàn)了對(duì)無(wú)人集群整體智能性及各階段智能性要求的層次化表征。任務(wù)勝任力度量模型和整體智能行為實(shí)現(xiàn)過(guò)程模型的關(guān)聯(lián)映射使得無(wú)人集群的智能性描述框架與等級(jí)劃分方法更加合理與清晰。

表2 無(wú)人集群智能性等級(jí)劃分

5 結(jié)束語(yǔ)

已有無(wú)人系統(tǒng)智能性等級(jí)劃分在實(shí)用性、系統(tǒng)性及可操作性等方面存在較大缺陷，且并非針對(duì)無(wú)人集群提出。結(jié)合群體智能和系統(tǒng)智能概念分析，給出了一種合理的無(wú)人集群智能性定義，基于雙重視角提出了一種融合了無(wú)人集群外部任務(wù)勝任力度量與內(nèi)部整體智能行為實(shí)現(xiàn)過(guò)程的智能性描述框架，該框架能夠更全面深刻反映無(wú)人集群智能性需求與實(shí)現(xiàn)，并依據(jù)該框架提出一種基于群體化OODA環(huán)的無(wú)人集群智能性等級(jí)劃分方法。

隨著無(wú)人集群技術(shù)研究的不斷深入與深化，其智能性描述、等級(jí)劃分與評(píng)價(jià)研究也必將出現(xiàn)逐步深入與深化趨勢(shì)。未來(lái)可持續(xù)深化研究的方向主要包括：(1)在每個(gè)層次中融合任務(wù)勝任能力度量模型，為支持無(wú)人集群智能性試驗(yàn)鑒定與測(cè)試場(chǎng)景構(gòu)建提供便利。(2)在當(dāng)前等級(jí)劃分基礎(chǔ)上，在縱向標(biāo)準(zhǔn)上引入能力成熟度概念，使模型用于智能性評(píng)價(jià)時(shí)更客觀。(3)將當(dāng)前等級(jí)劃分進(jìn)一步細(xì)化分層，并形成具備可操作性和計(jì)算性的評(píng)價(jià)指標(biāo)體系。(4)選擇合適策略分析各度量要素的權(quán)重，形成實(shí)用可行的綜合量化分析方法。