基于順次分配機制的無人裝備體系架構(gòu)方案空間搜索方法

周 鑫, 王維平, 朱一凡, 王 濤, 井 田

(國防科技大學系統(tǒng)工程學院, 湖南 長沙 410073)

0 引 言

當前戰(zhàn)爭越來越復雜,裝備之間的聯(lián)系愈加多樣,特別是近些年無人裝備[1-3]的逐漸使用,使得作戰(zhàn)樣式發(fā)生深刻變化。體系是有限數(shù)量組分系統(tǒng)的集成,這些組分系統(tǒng)能夠獨立運行,在一定時間段內(nèi)相互聯(lián)系以實現(xiàn)更高的目標[4-6]。無人裝備體系是以無人裝備為核心的體系,是由協(xié)同網(wǎng)絡(luò)連接的無人裝備系統(tǒng)組成,這些無人裝備系統(tǒng)具有某些性能上互補的功能,可以完成某些任務(wù),其核心要素是使命任務(wù)、裝備系統(tǒng)和交互協(xié)同。從功能結(jié)構(gòu)可以劃分為偵察監(jiān)視預(yù)警無人裝備體系、指揮控制無人裝備體系、火力打擊無人裝備體系和綜合保障無人裝備體系;從對象層次分可以分為無人裝備編制體系、面向任務(wù)的無人裝備體系等。本文主要研究面向任務(wù)的無人裝備體系(本文中簡稱裝備體系),由于裝備體系是復雜的,涉及到裝備建設(shè)與應(yīng)用的諸多方面,因此本文通過研究裝備體系架構(gòu)來研究整個體系。架構(gòu)[7-8]是體系的組分系統(tǒng)、組分系統(tǒng)之間關(guān)系,以及約束其演化的規(guī)則和指南。當前面向任務(wù)的裝備體系架構(gòu)少有從影響作戰(zhàn)能力的核心要素出發(fā)進行考量,同時往往直接給出了架構(gòu)與能力之間的映射關(guān)系。然而很多情況下,能力與架構(gòu)之間難以找到映射關(guān)系,更有可能是一種概率關(guān)系。因此,本文定義了裝備體系架構(gòu)形式化模型框架,構(gòu)建了架構(gòu)方案空間搜索問題模型,并提出了一種動態(tài)規(guī)劃算法以求解問題。

與指導建筑施工的架構(gòu)圖一樣,裝備體系架構(gòu)也用于指導裝備體系的建設(shè)與運用。面向不同使命和環(huán)境,不同裝備體系表現(xiàn)出不同的能力,該體系是基于架構(gòu)構(gòu)建的,因而可以認為每個架構(gòu)具有潛在的能力,稱為架構(gòu)能力。需要說明的是,架構(gòu)能力在體系建成之前是不確定的。所謂原型化,就是將邏輯層面的架構(gòu)實例化為物理層面的體系的過程,例如搭建仿真系統(tǒng)、演示系統(tǒng)、實物系統(tǒng)等。在設(shè)計架構(gòu)一般考慮體系的核心要素,無法考慮所有可能要素。因此,架構(gòu)能力的不確定性體現(xiàn)在兩個方面:架構(gòu)本身的性質(zhì),設(shè)計過程中未考慮的一些次要因素。其次,可能存在多種手段將同一種架構(gòu)原型化為體系。此時,應(yīng)評估這些手段的預(yù)期收益以便做出最佳選擇。再者,可能需要若干備選架構(gòu)以便供決策者選擇。

鑒于此,本文主要工作如下:第一,提出了一種裝備體系架構(gòu)超網(wǎng)絡(luò)模型,該超網(wǎng)絡(luò)主要由任務(wù)網(wǎng)絡(luò)、裝備網(wǎng)絡(luò)、協(xié)同網(wǎng)絡(luò)組成,此外提出了一種新穎的架構(gòu)方案空間動態(tài)規(guī)劃問題框架[9]。第二,針對架構(gòu)方案空間動態(tài)規(guī)劃問題,論文提出了一種基于順次分配的多Agent搜索算法,從理論上分析了該算法具有多項式時間的計算復雜度,并且可能是最優(yōu)的。第三,論文通過仿真實驗檢驗和評估了算法的性能,實驗結(jié)果表明提出的算法質(zhì)量很好,并優(yōu)于其他基準算法。

1 相關(guān)工作

本節(jié)從裝備體系架構(gòu)和架構(gòu)搜索問題兩方面回顧有關(guān)相關(guān)工作。

1.1 裝備體系架構(gòu)

能力是在一定預(yù)先籌備和環(huán)境條件的前提下,完成作戰(zhàn)使命以達到某些作戰(zhàn)效果[10-11]。美國國防部認為生成作戰(zhàn)能力需要提高理論、組織、訓練、裝備、領(lǐng)導和教育、人員、設(shè)施和政策[12-13]幾個方面水平,即將裝備和非裝備要素有機地結(jié)合在一起[14-15]。本文著重從裝備角度出發(fā)設(shè)計滿足作戰(zhàn)能力的體系。目前,許多學者對裝備體系架構(gòu)提出了自己的理解,但沒有統(tǒng)一的概念。在軍事應(yīng)用中,許多體系架構(gòu)框架被廣泛使用。常見的架構(gòu)建?？蚣馨?美國國防部體系結(jié)構(gòu)框架[16]、英國國防部體系架構(gòu)框架[17]、北約體系架構(gòu)框架[18]。本質(zhì)上這些架構(gòu)可以由超網(wǎng)絡(luò)模型表示,超網(wǎng)絡(luò)是指規(guī)模龐大、連接復雜、節(jié)點異構(gòu)的網(wǎng)絡(luò),即超網(wǎng)絡(luò)由多個不同特征的網(wǎng)絡(luò)組成,這些網(wǎng)絡(luò)具有多層、多維、多屬性等特征。超網(wǎng)絡(luò)是一種通用模型,可用于反映裝備體系架構(gòu)中的相互作用關(guān)系。例如,Gao[19]提出了一種超網(wǎng)絡(luò)模型,包括感知節(jié)點、指控節(jié)點和打擊節(jié)點,以及這些節(jié)點之間的關(guān)聯(lián)。Shi[20]提出了一種由5個異構(gòu)節(jié)點組成的超級網(wǎng)絡(luò),包括傳感器節(jié)點、信息節(jié)點、決策節(jié)點、通信節(jié)點和交戰(zhàn)節(jié)點,節(jié)點之間存在不同類型的交互。Chen[21]提出了一種指控超網(wǎng)絡(luò)模型,包括感知子網(wǎng)、指控子網(wǎng)和火力子網(wǎng)。不同于與之前提出的超網(wǎng)絡(luò)模型,本文面向任務(wù)能力的核心要素,即任務(wù)、提煉體系架構(gòu),并給出超網(wǎng)絡(luò)模型形式化描述。本文工作與現(xiàn)有工作出發(fā)點不同,之前研究出發(fā)點是作戰(zhàn)過程中主要環(huán)節(jié)。而本文的出發(fā)點是基于能力,衡量架構(gòu)優(yōu)劣的指標也是能力。

基于能力的架構(gòu)設(shè)計考慮了在近期和遠期可能遇到的不同威脅,以及在軍事上要消除這種威脅所需要的能力,更多著眼于對手當前和未來可能怎么打仗。該模式具有更為廣泛的視野,更具有指導性和目標性。關(guān)于架構(gòu)能力與架構(gòu)超網(wǎng)絡(luò)模型之間的關(guān)系,之前研究者大多將其建模為函數(shù)關(guān)系,如Shu[11]提出了架構(gòu)超網(wǎng)絡(luò)模型與架構(gòu)能力之間的映射關(guān)系,并提出了一種基于智能演化的架構(gòu)方案空間探索算法。然而能力與架構(gòu)之間往往難以給出映射關(guān)系,因為還涉及到許多不確定因素,因此兩者之間更有可能是符合概率關(guān)系。

1.2 方案空間搜索

在本文中,裝備體系架構(gòu)被建模為一個超網(wǎng)絡(luò)方案,面向同一使命任務(wù)的多個超網(wǎng)絡(luò)方案構(gòu)成了體系架構(gòu)空間。那么,此時需要提出架構(gòu)空間搜索算法以便從中選擇最優(yōu)的若干架構(gòu)方案。本文將架構(gòu)方案空間搜索問題建模為一類數(shù)學優(yōu)化問題,并將架構(gòu)方案空間搜索問題轉(zhuǎn)換為一種方案路徑選擇問題,這問題類似于旅行商問題[22]。旅行商問題是一個組合優(yōu)化問題,是指推銷員遍歷所有城市并返回其家鄉(xiāng)城市的最短行程,期間不能兩次訪問同一城市。旅行商問題被廣泛用于實際問題中,例如車輛路線規(guī)劃和倉庫貨物放置[23-24]。群體智能算法是解決組合優(yōu)化問題的有效手段,例如遺傳算法、粒子群算法、蟻群算法、螢火蟲算法、蝙蝠算法、細菌菌落覓食算法、蜂群算法和蜘蛛猴算法,以及其他擴展算法[25-26]。這些群體智能算法通過大量的仿真實驗找到最優(yōu)值,但是很難保證理論上找到最優(yōu)值。旅行商問題與本文提出的問題有所不同,本文提出問題中每種架構(gòu)方案在搜索之前其能力是未知的,服從某種概率分布;確切能力值只有在原型化之后才知道,且在原型化之后架構(gòu)的能力值是確定不變的。因此,群體智能算法很難直接應(yīng)用于本文問題。

在面臨重大決策問題時,一般采取的思路是先評估-后決策。而如何評價裝備體系具有一定挑戰(zhàn)性。一種可行的方法是邊實踐邊評估,即基于某種架構(gòu)搭建體系原型,如果該體系原型具有較高能力值則選擇該體系,反之則繼續(xù)根據(jù)新的架構(gòu)搭建體系原型。潘多拉問題[27]主要解決經(jīng)濟學中的項目方案選擇問題,每種項目方案在實際運用之前并不知道其獲得的價值,通過邊實踐邊評估的方式進行搜索,最終選擇合適的項目。但是潘多拉問題只能選擇一個項目方案,無法直接用于多個方案的選擇問題。Chen[28]也做過類似研究,將潘多拉問題應(yīng)用于人機協(xié)作,但也只能選擇一個方案。順次分配法正好適合求解多方案選擇問題。順次分配法是一種常用協(xié)調(diào)方法,廣泛應(yīng)用于資源分配、多機器人路徑規(guī)劃等問題。在順序分配機制中,Agent輪流做出決策。在每個回合中,每個Agent選擇策略以基于當前情況獲取最大回報值。

2 裝備體系空間搜索問題

本節(jié)給出裝備體系架構(gòu)定義,提出一種多Agent系統(tǒng)[29]動態(tài)規(guī)劃問題。

2.1 裝備體系架構(gòu)的定義

能力用于衡量體系完成使命任務(wù)可能性的大小。具體來說,每種裝備系統(tǒng)具有一定功能,通過協(xié)同結(jié)構(gòu)相互連接裝備系統(tǒng)具備完成特定使命的能力。裝備體系架構(gòu)(以下簡稱“架構(gòu)”)只考慮了裝備體系的核心要素,因此根據(jù)該架構(gòu)所原型化的裝備體系的能力具有不確定性。架構(gòu)形式化由架構(gòu)能力、原型化成本以及架構(gòu)超網(wǎng)絡(luò)三部分組成,記為〈W,P,GA〉,其中GA表示架構(gòu)超網(wǎng)絡(luò)。下面分別給出架構(gòu)能力、原型化成本以及拓撲模型三者定義。

(1)架構(gòu)能力

架構(gòu)能力是指裝備體系完成特定使命的能力,記為W。其中裝備體系由裝備體系架構(gòu)原型化而成。在原型化之前,架構(gòu)能力不確定性用概率分布表示,記為W。這是因為架構(gòu)能力可能受一些不確定因素的影響,對于這種不確定因素一般用概率來表示。確切能力是在體系建成之后才能得到,而原型化的過程是需要花費成本的。對于體系架構(gòu)能力概率分布的選擇和參數(shù)賦值,可以采取定性與定量相結(jié)合的方法,如層次分析法,在本文中認為已有相關(guān)數(shù)據(jù)。

(2)原型化成本

原型化成本是指根據(jù)架構(gòu)方案建設(shè)體系時所花費的成本,記為P。本文假設(shè)每個架構(gòu)的原型化成本是已知的和固定的。

(3)拓撲模型

架構(gòu)方案可抽象為拓撲模型，是由任務(wù)網(wǎng)絡(luò)、裝備網(wǎng)絡(luò)和協(xié)同網(wǎng)絡(luò)3種不同類型的子網(wǎng)絡(luò)及其相互關(guān)系構(gòu)成。

任務(wù)網(wǎng)絡(luò)是由任務(wù)節(jié)點組成的網(wǎng)絡(luò),記為GT=(VT,ET),其中VT表示任務(wù)節(jié)點,ET表示任務(wù)節(jié)點之間的關(guān)系。任務(wù)節(jié)點是指裝備系統(tǒng)能夠執(zhí)行的活動過程,記為T。此處任務(wù)是通用概念,例如飛行器的空中遮斷、近距離空中支援、抵近偵察、電子對抗、空運等。根據(jù)決策層級不同,任務(wù)粒度大小也會不同。對于同一層任務(wù),可以分為并列關(guān)系、順序關(guān)系、無關(guān)聯(lián)關(guān)系等;對于不同層任務(wù),應(yīng)自頂向下分解任務(wù),上層任務(wù)由下層任務(wù)組成,逐層分解直至不用分解為止。一般而言,層與層之間的關(guān)系可以包括一對一、一對多、多對一關(guān)系、多對多關(guān)系等。

裝備網(wǎng)絡(luò)是由裝備節(jié)點組成的網(wǎng)絡(luò),記為GQ=(VQ,EQ),其中VQ表示裝備功能節(jié)點,EQ表示裝備功能節(jié)點之間的關(guān)系。裝備節(jié)點是指具有一定功能,且能夠獨立完成特定任務(wù)的裝備系統(tǒng),記為Q,換句話說裝備網(wǎng)絡(luò)也可以認為是功能網(wǎng)絡(luò)。根據(jù)觀察-調(diào)整-決策-行動[30]流程,裝備可以分為偵察裝備、信息處理裝備、指控裝備、打擊裝備、評估裝備、保障裝備等類型。這些類型的節(jié)點通過功能依賴關(guān)系相互關(guān)聯(lián),如偵察無人機具有偵察功能,將收集的目標信息傳遞給指揮部;指揮部具有決策功能,但需要無人機提供的偵察數(shù)據(jù);因此兩類節(jié)點具備關(guān)聯(lián)關(guān)系。

協(xié)同網(wǎng)絡(luò)是由協(xié)同節(jié)點組成的網(wǎng)絡(luò),記為GC=(VC,EC),其中VC表示協(xié)同節(jié)點,EC表示協(xié)同節(jié)點之間的關(guān)系,例如信息協(xié)同、決策協(xié)同、行動協(xié)同等。協(xié)同節(jié)點是指用于處理信息、組織管理、決策計劃、控制反饋等活動的邏輯節(jié)點,能夠處理上下級之間的指令關(guān)系以及同級之間的協(xié)作關(guān)系,記為C。設(shè)計協(xié)同網(wǎng)絡(luò)的目的是使得所有裝備系統(tǒng)相互聯(lián)系以達到預(yù)期使命。

任務(wù)網(wǎng)絡(luò)中任務(wù)節(jié)點與裝備網(wǎng)絡(luò)中的裝備節(jié)點映射關(guān)系可以抽象為二分圖GTQ=(VT,VQ,ETQ),其中ETQ表示任務(wù)節(jié)點VT與裝備節(jié)點VQ之間的關(guān)聯(lián)關(guān)系。裝備網(wǎng)絡(luò)中裝備節(jié)點與協(xié)同網(wǎng)絡(luò)中的協(xié)同節(jié)點映射關(guān)系可以抽象為二分圖GQ C=(VQ,VC,EQ C),其中EQ C表示裝備節(jié)點VQ與協(xié)同節(jié)點VC之間的關(guān)聯(lián)關(guān)系。

架構(gòu)是由3類節(jié)點和5類關(guān)系組成的網(wǎng)絡(luò),架構(gòu)超網(wǎng)絡(luò)模型如圖1所示。構(gòu)建方法如下:第一,將裝備體系使命任務(wù)分解為可以由裝備執(zhí)行的任務(wù)網(wǎng)絡(luò);第二,給出能夠完成任務(wù)的裝備及其對應(yīng)關(guān)系,并根據(jù)任務(wù)網(wǎng)絡(luò)構(gòu)建裝備網(wǎng)絡(luò);第三,每個裝備節(jié)點都是一個協(xié)同節(jié)點,在此基礎(chǔ)上建立協(xié)同網(wǎng)絡(luò)。一般而言,如果超網(wǎng)絡(luò)中具有更多的節(jié)點或者更復雜的關(guān)系,那么架構(gòu)的原型化成本將會更大,架構(gòu)能力可能也會更大。架構(gòu)能力與超網(wǎng)絡(luò)之間的映射關(guān)系是一個復雜課題,是面向特定領(lǐng)域和不同情況的。因此,本文直接給出每種架構(gòu)的能力分布,不研究架構(gòu)能力與超網(wǎng)絡(luò)之間的具體映射關(guān)系。

圖1 架構(gòu)超網(wǎng)絡(luò)模型示意圖

2.2 架構(gòu)方案空間搜索問題

對于裝備體系架構(gòu)選擇問題,最終還是需要決策者做決策。本文旨在提出無人干預(yù)情況下的一種自動規(guī)劃算法,最終提供若干架構(gòu)方案以供決策者參考。假設(shè)最終需要推薦N個架構(gòu),此時可以認為有N個決策者進行決策,每個決策者從各自方案空間中選擇一個架構(gòu)。將決策者抽象為Agent,那么架構(gòu)方案空間搜索問題可以抽象為多Agent系統(tǒng)動態(tài)規(guī)劃問題。不失一般性,以Agentm∈M為例進行說明。

(1)

(2)

參照文獻[28],Agent根據(jù)式(2)確定如何選擇行動,其中:

(3)

3 動態(tài)規(guī)劃算法

本節(jié)首先提出了一種基于順次分配機制的方案空間搜索(sequential allocation mechanism based scheme space exploration,SAMSSE)算法,然后對SAMSSE算法進行理論分析。

3.1 SAMSSE算法

(4)

指標za,k相當于預(yù)期回報的評判值,如果該指標越大,則探索該架構(gòu)所得的回報值越大,反之則越小。

根據(jù)式(4),可以推導出:

(5)

(6)

不失一般性,本文以Agentm為例進行說明。單個Agent搜索算法可以分為3個階段:指標排序、指標判斷和架構(gòu)選擇。指標排序是指根據(jù)等式(6)計算所有決策指標;指標判斷是指如果Agentm要搜索未知體系架構(gòu),則選擇具有最大指標的體系架構(gòu)和行動;體系架構(gòu)選擇的準則是,當所收集的最大采樣能力值大于所有未知體系架構(gòu)的最大指標時,Agentm停止搜索并選擇具有最高采樣回報值的體系架構(gòu)。SAMSSE算法分為IndicatorSorting和PolicyComputing兩個程序。每次執(zhí)行SAMSSE算法得到的是一次采樣值,因而需要多次運行以求取期望值。

程序1 IndicatorSorting(K)開始 K,π←? c←0 K←KForm∈M,km∈ Km,amk∈Amkdo za,k←Solving(ca,k=∫∞za,k(wk-za,k)dFk(wk)) EndFor Form∈Mdo πm←Sorting(za,k|k∈Km,a∈Amk) π∈π∪πm EndFor Returnπ結(jié)束

程序2 PolicyComputing(K,π)開始 Form∈Mdo w*m←0 Fori=1to|Km|do km←arcmaxkm∈ Km(πm) akm←arcmaxak∈Akm(πm(km)) Ifw*m

3.2 性能分析

本文的主要創(chuàng)新之處在于結(jié)合潘多拉規(guī)則與順次分配方法,解決多無人裝備體系架構(gòu)方案選擇問題。

SAMSSE計算時間復雜度與排序算法一致。從IndicatorSorting可以獲知,SAMSSE算法的計算時間復雜度取決于排序算法的計算時間復雜度,例如堆排序的時間復雜度為O(nlgn)、冒泡排序的平均時間復雜度為O(n2)。每個Agent都根據(jù)體系架構(gòu)的決策指標進行排序,在程序運行過程中該順序始終保持不變。因此在整個程序運行過程中,該算法時間復雜度等于排序算法的時間復雜度。

4 仿真實驗

本節(jié)設(shè)定若干場景,通過仿真實驗分析SAMSSE算法的性能。

4.1 實驗設(shè)置

假設(shè)要建立一種由無人機集群和無人車集群組成的新質(zhì)力量體系,完成諸如邊境巡邏、持續(xù)偵察和電磁干擾等任務(wù)。對于這樣的新使命新力量,如何建立無人體系是首要問題。本文提供的模型框架是一種可選擇的方法:第一,將使命分解為任務(wù)網(wǎng)絡(luò);第二,這些任務(wù)可由具有某些功能的無人機或無人車完成,由此建立無人系統(tǒng)與任務(wù)之間的關(guān)系,以及無人系統(tǒng)之間的功能依賴關(guān)系;第三,每個無人平臺都是一個協(xié)同節(jié)點,根據(jù)需求建立協(xié)同網(wǎng)絡(luò)。

本實驗定義了一些算法性能評估指標如下。

(1)回報值:采樣能力值和累計原型化成本之間的差值?；貓笾挡粌H體現(xiàn)了裝備體系架構(gòu)的能力值,同時也體現(xiàn)了架構(gòu)篩選是需要花費代價的。

(2)運行時間:運行一輪仿真實驗耗費的時間。

本文設(shè)計了3個場景來評估算法的可擴展性。架構(gòu)方案空間大小|K|分別為50、500、5 000。每種架構(gòu)的原型化有3種,其原型化成本分別遵守不同的均勻分布c1～U(10,20),c2～U(5,30),c3～U(15,25)。每個架構(gòu)k的能力值服從概率分布wk～U(p1,p2),其中p1～U(500,1 000),p2～U(1 000,2 000)。令選擇的架構(gòu)方案數(shù)量(number of selection,NoS)為1到10,排序方法為冒泡排序法。

場景 1在|K|=50的方案空間中搜索。

場景 2在|K|=500的方案空間中搜索。

場景 3在|K|=5 000的方案空間中搜索。

4.2 實驗結(jié)果

(1)場景1

圖2(a)展示了場景1中SAMSSE、EVP和RS的平均回報值,表明隨著NoS的增加,平均回報值增加,且SAMSSE的平均回報值略高于其他算法。圖2(b)展示了場景1中SAMSSE、EVP和RS的平均運行時間,表明SAMSSE平均運行時間略高于其他兩種算法。

圖2 場景1仿真運行結(jié)果

(2)場景2

圖3(a)展示了場景2中SAMSSE、EVP和RS的平均回報值,表明SAMSSE的平均回報值略高于其他算法。圖3(b)展示了3種算法的平均運行時間,表明SAMSSE平均運行時間略高于其他兩種算法。

圖3 場景2仿真運行結(jié)果

(3)場景3

圖4(a)展示了場景3中SAMSSE、EVP和RS的平均回報值,其中部分RS結(jié)果未顯示,這是因為其結(jié)果為負數(shù)。與前面的實驗結(jié)果一樣,SAMSSE的平均回報值遠高于其他算法。圖4(b)展示了場景3中SAMSSE、EVP和RS的平均運行時間,實驗結(jié)果表明SAMSSE平均運行時間略高于其他兩種算法。

圖4 場景3仿真運行結(jié)果

(4)縱向?qū)Ρ?/p>

對場景1～場景3中SAMSSE算法的平均回報值和平均運行時間進行比較,平均回報值如圖5(a)所示。實驗結(jié)果表明,隨著NoS的增加,平均回報值隨之而增加。平均運行時間如圖5(b)所示,實驗結(jié)果表明隨著NoS的增加,平均運行時間呈多項式增長。

圖5 不同場景下SAMSSE仿真實驗結(jié)果

總的來說,這些實驗結(jié)果表明SAMSSE的性能優(yōu)于RS和EVP。原因在于SAMSSE通過基于最優(yōu)決策指標的方法順次選擇架構(gòu),從而能夠找到最優(yōu)的搜索路線。

4.3 實驗分析

根據(jù)以上仿真結(jié)果,可以發(fā)現(xiàn)SAMSSE算法有一些有趣的現(xiàn)象。首先,SAMSSE算法是一種順序分配方法,因而隨著變量NoS的增加,回報值也會增加。其次,運行時間增加幅度可能會隨著NoS的增加而降低。一方面,每輪都會重新篩選并選擇一種新架構(gòu),因而總運行時間將逐漸增加;另一方面,已經(jīng)探索了但未選擇的架構(gòu)可以用作后續(xù)采樣的先驗條件,故后續(xù)Agent可能在探索更少的架構(gòu)情況下便停止搜索,因此運行時間的增量可能會減少。第三,實驗結(jié)果表明SAMSSE的性能優(yōu)于RA和EVP。原因是SAMSSE通過基于決策指標的方法貪婪地選擇架構(gòu)。該指標是根據(jù)特定的問題特征計算的,并被證明是在特定條件下得到最優(yōu)搜索策略,從而可以找到較好的搜索路徑并選擇最佳的架構(gòu)。

5 結(jié) 論

本文提出了一種面向任務(wù)的裝備體系架構(gòu)設(shè)計方法,為無人體系等新質(zhì)力量裝備體系架構(gòu)的構(gòu)建及選擇提供思路。本文提出了一種基于超網(wǎng)絡(luò)的裝備體系架構(gòu)模型,并提出一種方案空間搜索算法。該問題的目標是在給定架構(gòu)方案空間中選擇若干最優(yōu)架構(gòu)。具體而言,架構(gòu)空間搜索過程被建模為一種多Agent動態(tài)規(guī)劃問題。假設(shè)在搜索之前獲知每種架構(gòu)能力的概率分布,但在架構(gòu)被原型化之前其具體能力是未知的。為了解決這一問題,提出了一種基于決策指標的順次分配算法。通過理論分析和仿真實驗,證明和驗證了該算法的計算時間復雜度是多項式的且回報值可能是最優(yōu)的,回報值遠高于其他基準算法而運行時間與其他算法相近。