基于OODA環(huán)的分布式作戰(zhàn)仿真時(shí)間管理算法*

馬 也 ，常天慶 ，范文慧 ，李 婕 ，孔德鵬

(1.陸軍裝甲兵學(xué)院 兵器與控制系，北京 100072；2.清華大學(xué) 自動(dòng)化系，北京 100084；3.解放軍總醫(yī)院京南醫(yī)療區(qū) 杜家坎門診部，北京 100072；4.92942部隊(duì)，北京 100161)

0 引言

OODA環(huán)理論是由BOYD J提出的軍事作戰(zhàn)中的戰(zhàn)略決策理論[1]，成為對(duì)作戰(zhàn)中出現(xiàn)的沖突問(wèn)題進(jìn)行描述的一種科學(xué)方法。該理論一經(jīng)提出，便立即被整個(gè)西方世界的軍事界所認(rèn)可，至今仍被廣泛應(yīng)用于軍事作戰(zhàn)仿真問(wèn)題的研究[2]。眾多學(xué)者對(duì)其進(jìn)行研究并提出模塊化OODA環(huán)、智能OODA環(huán)及認(rèn)知OODA環(huán)等衍生理論[3-5]。在信息化戰(zhàn)爭(zhēng)時(shí)代，對(duì)多國(guó)聯(lián)合軍事演習(xí)、協(xié)同軍事打擊以及與其他軍兵種部隊(duì)的共同作戰(zhàn)需求的增加，使得普通仿真難以應(yīng)對(duì)[6-7]。分布式仿真因其更高的性能及靈活性越來(lái)越多地被軍事作戰(zhàn)仿真所采用。分布式仿真的技術(shù)難點(diǎn)是如何確保系統(tǒng)的因果邏輯關(guān)系，正確及可重復(fù)地在并行系統(tǒng)上高效合理地處理事件并推進(jìn)仿真時(shí)間。時(shí)間管理技術(shù)是分布式仿真的一項(xiàng)重點(diǎn)技術(shù)，用于解決分布式仿真的時(shí)間推進(jìn)問(wèn)題，它決定了分布式仿真系統(tǒng)的整體性能，被該領(lǐng)域的研究者廣泛關(guān)注[8-9]。

典型的時(shí)間管理算法有保守算法及樂(lè)觀算法兩種。保守算法雖可以嚴(yán)格保證系統(tǒng)因果約束，正確地進(jìn)行時(shí)間推進(jìn)。但其依賴前瞻量和空消息機(jī)制，給系統(tǒng)帶來(lái)無(wú)法避免的死鎖問(wèn)題，嚴(yán)重影響系統(tǒng)性能。樂(lè)觀算法允許違反系統(tǒng)因果約束，通過(guò)回退機(jī)制來(lái)解決因果關(guān)系錯(cuò)誤。雖能夠積極地處理事件并避免保守算法帶來(lái)的死鎖問(wèn)題，但回退機(jī)制會(huì)占用系統(tǒng)內(nèi)存，過(guò)度的樂(lè)觀又會(huì)造成多級(jí)回退現(xiàn)象，從而不利于系統(tǒng)的并行性并使性能大幅下降。后續(xù)的研究者針對(duì)以上問(wèn)題提出了一些解決方法，大多存在系統(tǒng)實(shí)現(xiàn)復(fù)雜、在犧牲系統(tǒng)性能的前提上保證因果約束以及需要改變模型來(lái)獲取計(jì)算性能等缺點(diǎn)。

本文綜合考慮保守及樂(lè)觀算法的優(yōu)缺點(diǎn)，針對(duì)OODA環(huán)作戰(zhàn)仿真的特點(diǎn)，提出一種基于改進(jìn)GVT的自適應(yīng)時(shí)間窗混合推進(jìn)時(shí)間管理算法并對(duì)全局虛擬時(shí)間算法的計(jì)算進(jìn)行改進(jìn)。算法能夠改善傳統(tǒng)時(shí)間窗算法頻繁同步問(wèn)題，同時(shí)避免出現(xiàn)傳統(tǒng)時(shí)間管理算法的死鎖及多級(jí)回退等缺點(diǎn)。

1 OODA環(huán)作戰(zhàn)模型的構(gòu)建

BOYD J提出的OODA環(huán)理論指出，軍事行動(dòng)基本上是由一系列決策過(guò)程或循環(huán)組成的。基礎(chǔ)OODA環(huán)主要包括偵察(Observation)、判斷(Orientation)、決策(Decision)和行動(dòng)(Action)四部分[10-11]。具有指揮控制特點(diǎn)的軍事作戰(zhàn)OODA環(huán)按照上述四部分進(jìn)行循環(huán)的戰(zhàn)斗，在一個(gè)循環(huán)結(jié)束后便開始新的循環(huán)，如此往復(fù)。循環(huán)周期的時(shí)間長(zhǎng)短與作戰(zhàn)單位的兵力規(guī)模、作戰(zhàn)環(huán)境的范圍以及作戰(zhàn)的方式相關(guān)。

1.1 OODA環(huán)作戰(zhàn)因果關(guān)系

在作戰(zhàn)過(guò)程中，己方和敵方將持續(xù)進(jìn)行戰(zhàn)場(chǎng)觀察獲取作戰(zhàn)信息，對(duì)信息進(jìn)行判斷和分析后進(jìn)行決策并采取相應(yīng)的行動(dòng)。其對(duì)抗沖突主要體現(xiàn)在OODA的周期長(zhǎng)短上，優(yōu)先采取行動(dòng)的一方將獲取主動(dòng)權(quán)和優(yōu)勢(shì)，雙方都將盡可能地縮短自己的循環(huán)周期。OODA環(huán)作戰(zhàn)雙方交戰(zhàn)因果關(guān)系如圖1所示。

圖1 OODA環(huán)作戰(zhàn)雙方交戰(zhàn)因果關(guān)系

1.2 OODA環(huán)作戰(zhàn)模型

模型采用美國(guó)海軍分析中心(Center for Naval Analyses，CAN)提出的經(jīng)典Agent作戰(zhàn)模型EINSTein的框架[12]，在該框架的基礎(chǔ)上構(gòu)建一個(gè)基于多Agent的作戰(zhàn)仿真模型，該模型用于測(cè)試分布式仿真時(shí)間管理算法的有效性。模型中每個(gè)Agent代表一個(gè)作戰(zhàn)兵力，它有3種狀態(tài)，分別為存活、受傷和死亡。每個(gè)Agent賦予一個(gè)特征權(quán)值向量：

式中，-1 ≤ωx≤1，∑|ωx|=1。x的取值為{x|AF，AE，IF，IE}。每個(gè)權(quán)值向量由4個(gè)分量組成，分別為己方存活權(quán)值分量(ωAF)、敵方存活權(quán)值分量(ωAE)、己方受傷權(quán)值分量(ωIF)、和敵方受傷權(quán)值分量(ωIE)。Agent將根據(jù)各自特征權(quán)值向量的值決定自己在所處戰(zhàn)場(chǎng)環(huán)境中的移動(dòng)策略。當(dāng)分量值為正時(shí)，代表該Agent有靠近分量給定特征的Agent的意愿；當(dāng)分量值為負(fù)時(shí)，則為撤退意愿。Agent所有可能進(jìn)行的移動(dòng)策略將由懲罰函數(shù)z來(lái)排序，通過(guò)計(jì)算懲罰函數(shù)z的最小值確定Agent具體的移動(dòng)方向。懲罰函數(shù)z定義為：

其中，Bxy是Agent所處環(huán)境的坐標(biāo)位置；AF、IF、AE、IE、Nx分別定義為當(dāng)前Agent感知范圍內(nèi)的己方存活的Agent集合、己方受傷的Agent集合、敵方存活的Agent集合、敵方受傷的Agent集合以及x類型Agent的總數(shù)；為己方比例因子；為敵方比例因子；DX，Y為X到Y(jié)的距離；懲罰函數(shù)z可以有效權(quán)衡Agent與其他敵我雙方在內(nèi)的Agent的距離，其下標(biāo)與Agent特征權(quán)值向量下標(biāo)相同。通過(guò)懲罰函數(shù)，Agent將移動(dòng)到懲罰最低的方向，該方向能最大程度地滿足其特征權(quán)值向量的大小所期望的方向。

懲罰函數(shù)同時(shí)也受μ 規(guī)則的限制作出部分改變，Agent將根據(jù)環(huán)境的動(dòng)態(tài)變化改變個(gè)性權(quán)值。μ 規(guī)則如下式所示：

其中，NF(rF)為在已方觀察范圍內(nèi)己方的Agent數(shù)量；NE(rE)為敵方觀察范圍內(nèi)敵方的Agent數(shù)量；Δ 為戰(zhàn)斗閾值數(shù)量。μ 規(guī)則可描述為，當(dāng)Agent的觀察范圍內(nèi)存在的己方數(shù)量比敵方數(shù)量具有不到戰(zhàn)斗閾值的優(yōu)勢(shì)，那么該Agent將遠(yuǎn)離敵方Agent。

模型中的戰(zhàn)場(chǎng)地形為離散的二維網(wǎng)格，初始狀態(tài)下，敵方和我方以中軸線為軸，隨機(jī)分布在其所屬的地形中。Agent初始默認(rèn)狀態(tài)為存活狀態(tài)，當(dāng)其被攻擊命中后，Agent的狀態(tài)將降級(jí)為受傷狀態(tài)，若再次受到攻擊，將降級(jí)為死亡狀態(tài)，死亡狀態(tài)的Agent在仿真結(jié)束前不會(huì)再出現(xiàn)。處于受傷狀態(tài)的Agent的作戰(zhàn)命中率為存活狀態(tài)的命中率的一半。每個(gè)Agent又包括觀察范圍、移動(dòng)范圍和火力范圍的3種距離范圍，用于進(jìn)行作戰(zhàn)OODA環(huán)的執(zhí)行。Agent的攻擊目標(biāo)為其火力范圍內(nèi)所有的敵方Agent，每次隨機(jī)從中挑選一個(gè)進(jìn)行攻擊。

OODA環(huán)作戰(zhàn)模型作戰(zhàn)流程如圖2所示。

圖2 OODA環(huán)作戰(zhàn)模型流程圖

首先對(duì)戰(zhàn)場(chǎng)及作戰(zhàn)兵力進(jìn)行初始化，隨后進(jìn)入OODA環(huán)循環(huán)過(guò)程。每個(gè)Agent根據(jù)觀察范圍觀察戰(zhàn)場(chǎng)情況；隨后通過(guò)懲罰函數(shù)z對(duì)接收到的戰(zhàn)場(chǎng)情況進(jìn)行判斷，計(jì)算移動(dòng)范圍內(nèi)所有的移動(dòng)策略并進(jìn)行排序；當(dāng)判斷階段結(jié)束，進(jìn)入決策階段。根據(jù)懲罰函數(shù)z的最小值確定Agent移動(dòng)策略并選擇火力范圍內(nèi)的攻擊目標(biāo)。若無(wú)攻擊目標(biāo)，則不進(jìn)行選擇；最后，根據(jù)決策內(nèi)容進(jìn)行相應(yīng)的移動(dòng)和攻擊行動(dòng)；行動(dòng)階段結(jié)束后對(duì)敵方Agent數(shù)量進(jìn)行統(tǒng)計(jì)，若還存在敵方Agent，則進(jìn)入下一輪OODA循環(huán)，否則結(jié)束作戰(zhàn)。

2 基于改進(jìn)GVT的自適應(yīng)移動(dòng)時(shí)間窗算法

2.1 自適應(yīng)移動(dòng)時(shí)間窗算法

因分布式仿真系統(tǒng)的特點(diǎn)，需要使用時(shí)間同步技術(shù)(即時(shí)間管理算法)對(duì)系統(tǒng)時(shí)間進(jìn)行同步，保證仿真的時(shí)間推進(jìn)過(guò)程正確高效[13]。保守算法雖能夠嚴(yán)格確保時(shí)間推進(jìn)正確，但其效率較低，不能適應(yīng)分布式作戰(zhàn)仿真的需求，因此仿真將采用樂(lè)觀算法。

移動(dòng)時(shí)間窗算法(Moving Time Window，MTW)算法是對(duì)樂(lè)觀算法的樂(lè)觀推進(jìn)程度進(jìn)行控制的先進(jìn)樂(lè)觀時(shí)間管理算法[14-15]。它能夠控制樂(lè)觀執(zhí)行程度的算法，設(shè)置可以超過(guò)其他邏輯進(jìn)程仿真時(shí)間的上限，通過(guò)上限對(duì)時(shí)間推進(jìn)程度進(jìn)行控制，該算法需要計(jì)算全局虛擬時(shí)間(Global Virtual time，GVT)。對(duì)于樂(lè)觀算法，當(dāng)出現(xiàn)遲到消息時(shí)，會(huì)進(jìn)行回退操作保證消息處理按照時(shí)間戳有序進(jìn)行。GVT計(jì)算就是得到目前仿真過(guò)程中未來(lái)可能出現(xiàn)回退操作的時(shí)間戳下限。

移動(dòng)時(shí)間窗算法的思想主要是對(duì)某個(gè)仿真進(jìn)程的仿真時(shí)間能夠超過(guò)其他仿真進(jìn)程的仿真時(shí)間的上限進(jìn)行設(shè)置，在尚未達(dá)到上限時(shí)，仿真可樂(lè)觀地推進(jìn)，一旦有進(jìn)程達(dá)到上限便強(qiáng)制阻塞，直到其他所有落后的進(jìn)程都推進(jìn)到上限。普通移動(dòng)時(shí)間窗的下限設(shè)置為GVT，上限設(shè)置為GVT+W，W為自行設(shè)定的時(shí)間窗值。所有進(jìn)程不得超過(guò)上限，隨著GVT的推進(jìn)而移動(dòng)推進(jìn)。它操作簡(jiǎn)單，可有效解決個(gè)別進(jìn)程推進(jìn)過(guò)快而導(dǎo)致的回退現(xiàn)象，但存在時(shí)間窗在程序運(yùn)行過(guò)程中無(wú)法改變、頻繁進(jìn)行GVT同步計(jì)算的問(wèn)題。

本文提出的自適應(yīng)移動(dòng)時(shí)間窗算法不以仿真時(shí)間來(lái)定義時(shí)間窗，而采用事件。由于在仿真執(zhí)行的過(guò)程中，通常無(wú)法準(zhǔn)確地推算處理每個(gè)事件的時(shí)間，結(jié)合基于OODA環(huán)的作戰(zhàn)仿真的特點(diǎn)，它具有明確的作戰(zhàn)周期及事件，因此，算法將結(jié)合OODA環(huán)的周期采用周期循環(huán)方式進(jìn)行仿真推進(jìn)，自行調(diào)整時(shí)間窗大小。仿真模型中每個(gè)Agent都有一個(gè)單獨(dú)的進(jìn)程，每個(gè)進(jìn)程的推進(jìn)周期可以表述為：

(1)將一個(gè)推進(jìn)周期定義為OODA環(huán)中四個(gè)部分中的一個(gè)部分，每個(gè)部分有一個(gè)待處理事件隊(duì)列。每個(gè)推進(jìn)周期產(chǎn)生的所有未處理的事件和其時(shí)間戳存放在所述部分的事件隊(duì)列中。同時(shí)，事件隊(duì)列中還包含在每個(gè)部分仿真開始和結(jié)束階段發(fā)送的當(dāng)前部分開始和結(jié)束的標(biāo)志事件及相應(yīng)的時(shí)間戳。

(2)當(dāng)收到OODA環(huán)下一部分開始標(biāo)志事件時(shí)，停止當(dāng)前進(jìn)程的推進(jìn)。

(3)將下一部分開始標(biāo)志事件和大于下一部分開始標(biāo)志事件時(shí)間戳的事件從當(dāng)前待處理事件隊(duì)列移至下一部分待處理事件隊(duì)列中。按照時(shí)間戳對(duì)當(dāng)前部分的待處理事件隊(duì)列中的事件進(jìn)行排序。

(4)開始當(dāng)前邏輯進(jìn)程OODA環(huán)的下一輪推進(jìn)周期。

對(duì)推進(jìn)周期進(jìn)行上述設(shè)定，可保證各個(gè)推進(jìn)周期之間不會(huì)產(chǎn)生延遲消息造成作戰(zhàn)仿真因果關(guān)系錯(cuò)誤從而引發(fā)進(jìn)程回退。自適應(yīng)移動(dòng)時(shí)間窗算法對(duì)事件處理進(jìn)行了規(guī)定，所有進(jìn)程推進(jìn)的虛擬時(shí)間小于GVT的待處理事件隊(duì)列中的事件可以移動(dòng)至處理事件隊(duì)列中進(jìn)行樂(lè)觀的處理，其他待處理隊(duì)列中的事件不允許進(jìn)行處理；所有事件及事件處理產(chǎn)生的過(guò)程結(jié)果不進(jìn)行刪除，保證回退操作能夠順利進(jìn)行；當(dāng)某一進(jìn)程收到OODA環(huán)一下部分開始標(biāo)志事件時(shí)，將對(duì)其他進(jìn)程發(fā)送消息；若其他所有進(jìn)程都已收到，將啟動(dòng)GVT計(jì)算，對(duì)系統(tǒng)進(jìn)行時(shí)間同步。

算法的計(jì)算步驟如下：

(1)仿真中的所有進(jìn)程按照樂(lè)觀的方式同步推進(jìn)，更新各自的推進(jìn)周期，若有延遲消息，則進(jìn)行回退；

(2)當(dāng)某一進(jìn)程收到下一推進(jìn)周期開始標(biāo)志事件時(shí)，對(duì)所有進(jìn)程發(fā)送消息并回到步驟(1)，若所有進(jìn)程都收到下一推進(jìn)周期開始標(biāo)志事件，進(jìn)行GVT計(jì)算，同步系統(tǒng)時(shí)間；

(3)對(duì)上一推進(jìn)周期的事件隊(duì)列及過(guò)程結(jié)果進(jìn)行刪除，清理內(nèi)存；

(4)所有仿真進(jìn)程回到步驟(1)，開始下一輪仿真。

算法偽代碼如下：

2.2 改進(jìn)GVT算法

常規(guī)GVT計(jì)算分為同步法和異步法，同步法在發(fā)送開始GVT計(jì)算的消息后，會(huì)等待所有處理器返回接收消息才會(huì)開始計(jì)算，同時(shí)暫停所有處理器正在進(jìn)行的事件處理，會(huì)造成嚴(yán)重的阻塞。異步法不存在阻塞問(wèn)題，允許在計(jì)算GVT的同時(shí)繼續(xù)處理事件。兩種算法都容易產(chǎn)生暫態(tài)消息問(wèn)題。

為了避免在接到GVT計(jì)算消息后還存在已經(jīng)發(fā)送但尚未接收的暫態(tài)消息未被統(tǒng)計(jì)而導(dǎo)致的GVT計(jì)算錯(cuò)誤問(wèn)題。較為經(jīng)典的異步GVT算法為Mattern GVT算法，該算法通過(guò)對(duì)分布式仿真的每個(gè)處理器設(shè)置“切分點(diǎn)(Cut Point)”來(lái)計(jì)算GVT。如圖3所示，CP1和CP2為兩個(gè)切分點(diǎn)。在CP1和CP2之間為灰色區(qū)域，由白色區(qū)域發(fā)送的消息為白色消息，灰色區(qū)域發(fā)送的消息為灰色區(qū)域。算法將系統(tǒng)中所有的處理器按照邏輯排列成環(huán)結(jié)構(gòu)，由系統(tǒng)中的控制器沿環(huán)上的順序發(fā)送GVT計(jì)算消息得到各自處理器，處理器接收該消息的時(shí)刻設(shè)置為CP1。CP2的設(shè)置是為了將所有暫態(tài)消息都包括在GVT計(jì)算中。當(dāng)所有處理的CP1確認(rèn)后，系統(tǒng)控制器將再次沿著環(huán)在各個(gè)處理器上確定CP2，當(dāng)發(fā)送給當(dāng)前處理器的白色消息和當(dāng)前處理接收的白色消息的數(shù)值相等時(shí)，設(shè)置當(dāng)前時(shí)刻為CP2。在CP1、CP2確認(rèn)完畢后計(jì)算所有灰色消息及CP2之后未處理消息的最小時(shí)間戳值，該值即為GVT值。

圖3 Mattern GVT算法切點(diǎn)示意圖

該算法存在需要控制器對(duì)處理器構(gòu)建所有處理器的環(huán)結(jié)構(gòu)，并逐一確定CP1、CP2兩個(gè)切點(diǎn)的值。同時(shí)，Mattern GVT算法還需要區(qū)分不同消息的顏色，并統(tǒng)計(jì)CP2之后所有未處理消息的時(shí)間戳值，計(jì)算量較大。根據(jù)上述兩個(gè)缺點(diǎn)，對(duì)Mattern GVT算法進(jìn)行了兩點(diǎn)改進(jìn)。

(1)本文提出的自適應(yīng)移動(dòng)時(shí)間窗算法中，CP1的確定由算法的步驟(2)自動(dòng)確定，并不需要控制器沿環(huán)逐一計(jì)算。

(2)對(duì)GVT的計(jì)算方法進(jìn)行改進(jìn)，不進(jìn)行消息顏色判斷及CP2之后所有未處理消息的最小時(shí)間戳統(tǒng)計(jì)。當(dāng)所有處理器的兩個(gè)切點(diǎn)確定后，若下一個(gè)事件的時(shí)間戳值大于CP1時(shí)，則GVT設(shè)置為所有進(jìn)程中最小的本地虛擬時(shí)間。

通過(guò)對(duì)Mattern GVT算法的改進(jìn)，可避免控制器對(duì)處理器構(gòu)造環(huán)結(jié)構(gòu)，能夠自發(fā)地進(jìn)行切點(diǎn)確認(rèn)及GVT計(jì)算。同時(shí)，無(wú)需進(jìn)行消息顏色判斷及統(tǒng)計(jì)所有未處理事件的時(shí)間戳造成的計(jì)算冗余，防止計(jì)算阻塞，有效優(yōu)化GVT計(jì)算的復(fù)雜度。算法偽代碼如下：

2.3 分布式作戰(zhàn)仿真運(yùn)行機(jī)制

仿真將采用基于改進(jìn)GVT的自適應(yīng)移動(dòng)時(shí)間窗算法進(jìn)行推進(jìn)，其運(yùn)行機(jī)制如圖4所示。

圖4 分布式作戰(zhàn)仿真的運(yùn)行機(jī)制

仿真中由時(shí)間管理控制Agent對(duì)時(shí)間推進(jìn)線程的啟動(dòng)和關(guān)閉進(jìn)行管理和控制；時(shí)間管理算法對(duì)仿真的步長(zhǎng)進(jìn)行約束；仿真的狀態(tài)由不同的線程進(jìn)行初始化和設(shè)置；最終時(shí)間管理服務(wù)將作用在仿真模型中，保證分布式仿真在運(yùn)行的過(guò)程中，事件因果邏輯及消息收發(fā)正確且高效。

3 算法分析

3.1 時(shí)間異常問(wèn)題

對(duì)于分布式作戰(zhàn)仿真，尤其重視仿真可能出現(xiàn)的時(shí)間異常問(wèn)題。主要的時(shí)間異常有內(nèi)部延時(shí)異常和信息延遲異常兩種。

兩種時(shí)間異常都會(huì)帶來(lái)嚴(yán)重的因果關(guān)系錯(cuò)誤問(wèn)題，本文提出的算法可有效防止該問(wèn)題的出現(xiàn)，如圖5所示。算法將所有事件存放在OODA四部分的事件隊(duì)列中，在上一部分處理完畢后，會(huì)觸發(fā)GVT計(jì)算，同時(shí)對(duì)待處理事件隊(duì)列進(jìn)行排序，避免出現(xiàn)時(shí)間異常及回退。

圖5 本文算法對(duì)時(shí)間異常的修復(fù)示意圖

3.2 內(nèi)存過(guò)載問(wèn)題

樂(lè)觀算法使用時(shí)間彎曲邏輯進(jìn)程(TWLP)并構(gòu)成時(shí)間彎曲系統(tǒng)，TWLP與串行仿真的區(qū)別在于，當(dāng)前邏輯進(jìn)程(LP)的事件可以是其他LP調(diào)度產(chǎn)生的，同時(shí)，處理完畢的事件不進(jìn)行立即刪除操作，會(huì)存在暫時(shí)隊(duì)列中。經(jīng)典樂(lè)觀算法能夠?qū)ΡＪ厮惴ǖ男蔬M(jìn)行改善，但會(huì)隨著仿真的推進(jìn)帶來(lái)內(nèi)存占用過(guò)量及多級(jí)回退問(wèn)題。

本文提出的算法只需要保存上一部分的事件處理數(shù)據(jù)，在GVT計(jì)算過(guò)后，將對(duì)之前所有處理事件產(chǎn)生的數(shù)據(jù)進(jìn)行清除，釋放內(nèi)存，開始新一輪推進(jìn)周期，有效解決樂(lè)觀算法帶來(lái)的內(nèi)存過(guò)載問(wèn)題。

4 算法分析

對(duì)作戰(zhàn)仿真模型的參數(shù)進(jìn)行設(shè)置用于測(cè)試算法性能。模型的戰(zhàn)場(chǎng)由二維離散點(diǎn)構(gòu)成，戰(zhàn)場(chǎng)大小為100×100。戰(zhàn)場(chǎng)中分布兩種作戰(zhàn)Agent，分為紅軍和藍(lán)軍，每個(gè)Agent代表一個(gè)兵力，數(shù)量各100個(gè)。當(dāng)Agent死亡，在本輪仿真中將永久退出戰(zhàn)場(chǎng)。雙方觀察范圍均為15，運(yùn)動(dòng)范圍為1，火力范圍為5，戰(zhàn)斗閾值為1，特征權(quán)值為w→=(0.25，0.25，0.25，0.25)。仿真運(yùn)行500步并重復(fù)實(shí)驗(yàn)100次。仿真基于分布式Agent開發(fā)技術(shù)框架JADE平臺(tái)，用Java語(yǔ)言編寫。每個(gè)Agent為一個(gè)單獨(dú)進(jìn)程，并被劃分在3個(gè)JADE容器中，模擬3臺(tái)計(jì)算機(jī)進(jìn)行分布式仿真。對(duì)100次仿真結(jié)果進(jìn)行平均，得到的存活A(yù)gent數(shù)量趨勢(shì)如圖6所示。

圖6 仿真過(guò)程中存活A(yù)gent數(shù)量趨勢(shì)圖

由于紅藍(lán)軍設(shè)置的參數(shù)基本相同，其存活A(yù)gent數(shù)量趨勢(shì)大致相同，在仿真運(yùn)行至300步時(shí)人數(shù)趨于穩(wěn)定，雙方不再交戰(zhàn)。

分別使用4種時(shí)間管理算法對(duì)模型進(jìn)行仿真測(cè)試，4種算法分別為本文提出的算法、普通移動(dòng)時(shí)間窗算法、樂(lè)觀算法及保守算法，實(shí)驗(yàn)結(jié)果如圖7所示。

圖7 4種算法實(shí)驗(yàn)結(jié)果對(duì)比圖

本文提出的自適應(yīng)時(shí)間窗管理算法在基于OODA環(huán)的仿真中運(yùn)行效果最好，所需時(shí)間最短。該算法與其他3種算法相比運(yùn)行時(shí)間分別提高了7%、11%和16%。

5 結(jié)論

并行分布式仿真能夠提高仿真的運(yùn)行效率，其重難點(diǎn)在于時(shí)間管理算法的性能。針對(duì)OODA環(huán)作戰(zhàn)仿真的特點(diǎn)，本文提出一種自適應(yīng)移動(dòng)時(shí)間窗算法，仿真結(jié)果優(yōu)于其他經(jīng)典時(shí)間管理算法。算法無(wú)需修改模型內(nèi)部結(jié)構(gòu)，緊貼模型邏輯流程，自適應(yīng)調(diào)整時(shí)間窗大小；對(duì)推進(jìn)周期進(jìn)行設(shè)定，避免并行仿真的多級(jí)回退及死鎖問(wèn)題，同時(shí)可定期精準(zhǔn)清除內(nèi)存；改進(jìn)GVT計(jì)算算法，無(wú)需頻繁進(jìn)行GVT同步并能自發(fā)確定切點(diǎn)，改善GVT計(jì)算復(fù)雜度。算法可為并行作戰(zhàn)仿真的研究提供支持，對(duì)未來(lái)大規(guī)模集群仿真作戰(zhàn)提供新的思路和參考。