面向艦面航空保障效能評估的智能超實時仿真系統(tǒng)構(gòu)建方法

白 天，羅永亮，劉 廣，常智超，劉 敬，于傳林

(中國船舶工業(yè)系統(tǒng)工程研究院，北京 100036)

0 引言

艦載機出動效能是衡量艦船作戰(zhàn)能力的重要指標，一直是艦船總體設(shè)計和航空保障系統(tǒng)設(shè)計關(guān)注的重點[1]。相對于其他任務(wù)場景，航空保障過程效能預(yù)測和評估存在兩方面的特點和難點：①艦船的狹小動平臺特性導(dǎo)致艦面作業(yè)具有高度動態(tài)性及不確定性，包括變化的飛行任務(wù)、作業(yè)工時延長等，給效能仿真與評估增加了干擾與挑戰(zhàn)；②機群艦面保障作業(yè)呈現(xiàn)復(fù)雜多樣性和高度耦合性，全面精確地描述復(fù)雜作業(yè)流程、空間占用、資源占用等約束條件十分困難。

目前,主流效能預(yù)測和評估方法涵蓋基于模型驅(qū)動的仿真推演方法[2]、基于網(wǎng)絡(luò)流推導(dǎo)的解析技術(shù)[3-5]、基于機器學(xué)習(xí)的數(shù)據(jù)擬合方法[6-7]，以及綜合效能評估方法[8]等?？紤]到艦船航空保障效能預(yù)測場景的復(fù)雜性，及實船數(shù)據(jù)、先驗知識的獲取難度，本文構(gòu)建了智能超實時仿真系統(tǒng)，利用試驗設(shè)計算法及并行仿真技術(shù)提升大樣本仿真效率，并基于時間片回滾機制，構(gòu)建支撐大仿真推進比的智能化仿真引擎，實現(xiàn)了針對大型艦船航空保障過程頂層效能指標的可信預(yù)測及評估。

1 系統(tǒng)框架

如圖1所示為本文提出的智能化超實時仿真系統(tǒng)，該系統(tǒng)由數(shù)據(jù)庫組件、仿真預(yù)案生成組件、主控組件和仿真引擎組件構(gòu)建。下面分別描述各個組件在超實時仿真系統(tǒng)中的功能定位。

1.1 數(shù)據(jù)庫組件

數(shù)據(jù)庫組件負責(zé)仿真系統(tǒng)全工作周期內(nèi)的各類仿真數(shù)據(jù)的增、刪、改、查。

按支撐的仿真階段可分為3類數(shù)據(jù)，即仿真開始前的預(yù)案生成階段需求的輸入數(shù)據(jù)、仿真運行階段的對象狀態(tài)管理所需的過程數(shù)據(jù)，以及仿真結(jié)束后的仿真結(jié)果統(tǒng)計及可視化所需的結(jié)果數(shù)據(jù)。

按數(shù)據(jù)的類別，可分為場景數(shù)據(jù)、對象數(shù)據(jù)、任務(wù)數(shù)據(jù)、約束規(guī)則數(shù)據(jù)、路徑數(shù)據(jù)、仿真結(jié)果數(shù)據(jù)。其中：場景數(shù)據(jù)是指仿真對應(yīng)物理場景的基礎(chǔ)數(shù)據(jù)，如場地信息、設(shè)備信息、人員信息、自然環(huán)境信息等;對象數(shù)據(jù)是指抽象得到的物理實體對象的特征參數(shù)數(shù)據(jù)，既包含不隨仿真進程變化的對象編號、尺寸參數(shù)、功能性能等靜態(tài)特征數(shù)據(jù)，又涵蓋隨仿真系統(tǒng)演化的對象位置、狀態(tài)、故障率等動態(tài)特征數(shù)據(jù);任務(wù)流程數(shù)據(jù)是指為完成規(guī)定任務(wù)而定義的作業(yè)執(zhí)行流程，任務(wù)的作業(yè)執(zhí)行流程綁定在特定實體對象上，從而驅(qū)動對應(yīng)實體對象由初始態(tài)向目標態(tài)發(fā)生狀態(tài)變遷;約束規(guī)則數(shù)據(jù)是指按規(guī)定的任務(wù)流程驅(qū)動實體對象由初始態(tài)向目標態(tài)發(fā)生狀態(tài)變遷過程中需遵守的一系列時、空、環(huán)作業(yè)執(zhí)行約束條件;路徑數(shù)據(jù)是指當(dāng)實體對象需要進行空間位置變換時，調(diào)運執(zhí)行的路徑信息；仿真結(jié)果數(shù)據(jù)是指經(jīng)統(tǒng)計分析而獲取的指標結(jié)果，例如任務(wù)的完成時間、完成率等。

1.2 仿真想定編輯組件

仿真想定編輯組件致力于編輯仿真系統(tǒng)運行所需的基礎(chǔ)元素信息和不確定性因素信息，從而輸出主控組件可識別的仿真想定文件，并基于與數(shù)據(jù)庫組件的交互，實現(xiàn)仿真想定文件的新增、導(dǎo)入、編輯、刪除、復(fù)制等操作。

仿真想定編輯組件按其功能劃分，可分為仿真想定基礎(chǔ)元素編輯模塊、仿真想定不確定性因素編輯模塊和仿真想定文件生成模塊。仿真想定基礎(chǔ)元素編輯模塊負責(zé)編輯仿真想定文件的人、機、環(huán)場景信息，任務(wù)作業(yè)流程信息及其他重要信息;仿真想定不確定性因素編輯模塊是以融入作業(yè)時長、故障概率等不確定性為目標，通過設(shè)定仿真不確定性因素及其水平，基于試驗設(shè)計算法生成具有近似正交性和良好空間填充特性的不確定性因素排列組合樣本，從而實現(xiàn)以較小的仿真運行次數(shù)、較短的試驗周期，獲取科學(xué)的仿真結(jié)論;仿真想定文件生成模塊負責(zé)匯總仿真想定信息，并生成結(jié)構(gòu)化的仿真想定文件。

1.3 主控組件

主控組件可分為仿真任務(wù)創(chuàng)建模塊、仿真任務(wù)銷毀模塊、仿真任務(wù)監(jiān)視模塊、仿真結(jié)果處理及可視化模塊。

仿真任務(wù)創(chuàng)建模塊負責(zé)接收來自于仿真想定編輯組件的仿真想定文件，并依據(jù)文件中規(guī)定的n組由仿真不確定性因素采樣獲取的仿真樣本，并行開啟n個仿真任務(wù)進程，每個仿真任務(wù)進程負責(zé)在一組特定仿真不確定性因素水平下獲取仿真結(jié)果;仿真任務(wù)監(jiān)視模塊負責(zé)監(jiān)控仿真任務(wù)進程的執(zhí)行狀態(tài)及進度，將已完成或陷入死鎖中的仿真進程編號反饋給仿真任務(wù)銷毀模塊;仿真任務(wù)銷毀模塊，根據(jù)仿真任務(wù)監(jiān)視模塊反饋的仿真進程狀態(tài)，一方面銷毀已陷入死鎖的仿真進程并釋放其占用內(nèi)存，另一方面保存正常結(jié)束進程的仿真結(jié)果;仿真結(jié)果處理及可視化模塊負責(zé)讀取各個已正常執(zhí)行結(jié)束的仿真進程的指標數(shù)據(jù)，從而支撐仿真結(jié)果的統(tǒng)計分析及可視化展示。

1.4 仿真引擎組件

仿真引擎組件負責(zé)維護主控組件并行生成的n個仿真任務(wù)進程，可分為3個主要模塊，分別為虛擬世界初始化模塊、全局仿真時間管理模塊和對象狀態(tài)管理模塊。虛擬世界初始化模塊負責(zé)按照仿真想定文件中配置的場景實體信息、任務(wù)作業(yè)信息、不確定性因素信息，完成虛擬世界中實體、作業(yè)流程等模型對象實例化;全局仿真時間管理模塊提出了一種基于時間片回滾的主動全局仿真時間推進機制，能嚴格滿足仿真事件的發(fā)生次序邏輯，實現(xiàn)全局仿真時間的合理計算及推進，從而完成高效的超實時仿真;對象狀態(tài)管理模塊建立全局仿真時間到實體對象狀態(tài)、作業(yè)對象狀態(tài)的關(guān)聯(lián)模型，實現(xiàn)離散事件驅(qū)動下的作業(yè)對象狀態(tài)變更，及連續(xù)時間驅(qū)動下的實體對象狀態(tài)遷移。

2 超實時仿真引擎實現(xiàn)策略

2.1 超實時仿真引擎實現(xiàn)框架

仿真引擎由虛擬世界初始化模塊、全局仿真時間管理模塊及對象狀態(tài)管理模塊3個主要模塊構(gòu)成。

2.2 虛擬世界初始化模塊

虛擬世界初始化模塊一方面，完成對象狀態(tài)管理模塊內(nèi)的實體對象管理器創(chuàng)建，再由實體對象管理器依據(jù)仿真想定文件中配置的場景實體信息和不確定性因素信息，完成虛擬世界中各類實體模型對象實例化；另一方面，完成全局仿真時間管理模塊內(nèi)時間管理器和事件管理器創(chuàng)建，其中，事件管理器依據(jù)仿真想定文件中配置的任務(wù)作業(yè)信息，完成任務(wù)作業(yè)模型對象實例化，并將實例化后的任務(wù)作業(yè)模型放入任務(wù)作業(yè)隊列中。

在本文中，利用描述任務(wù)作業(yè)的前繼作業(yè)，抽象表征任務(wù)間的執(zhí)行先后順序。具體而言，作業(yè)的序號ID、作業(yè)的名稱Name、作業(yè)預(yù)期執(zhí)行時間execTime、執(zhí)行作業(yè)的艦載機execAircraft、作業(yè)執(zhí)行所在保障陣位execSite、作業(yè)的時序前置激活作業(yè)列表PreTaks，以及執(zhí)行此作業(yè)所需的保障資源ID列表resList被用于描述保障作業(yè)。

task=(ID,Name,execTime,execAircraft,

execSite,PreTaks,resList)。

(1)

2.3 對象狀態(tài)管理模塊

對象狀態(tài)管理模塊運用集中式的管理接口，按實體模型類型分類建立實體模型管理容器，每類實體模型管理容器維護該類實體模型對象的索引指針，從而實現(xiàn)對指定實體模型的創(chuàng)建、狀態(tài)查詢、狀態(tài)屬性變更、實體與任務(wù)作業(yè)綁定、作業(yè)模型子活動流程配置、模型銷毀功能。

(1)模型創(chuàng)建 實現(xiàn)各個實體模型的創(chuàng)建功能。

(2)模型狀態(tài)查詢 實現(xiàn)實體模型的狀態(tài)查詢顯示的功能。

(3)模型狀態(tài)變更 根據(jù)不同情況，可以實現(xiàn)實體模型的狀態(tài)切換功能。

(4)實體與作業(yè)綁定 實體模型根據(jù)作業(yè)流程中對實體模型的耦合情況進行實體模型與作業(yè)模型的綁定，進行后續(xù)的狀態(tài)變更。

(5)作業(yè)模型子活動流程配置 部分作業(yè)模型可劃分為若干個子活動并按指定前后次序執(zhí)行，支持作業(yè)執(zhí)行流程的細粒度配置，實現(xiàn)解耦合。如作業(yè)A可分為活動A1、活動A2兩部分，對兩部分活動分別進行配置與監(jiān)控。

(6)模型銷毀 對無用或失效的模型對象進行銷毀。

2.4 全局仿真時間管理模塊

全局仿真時間管理模塊提出了一種基于時間片回滾的智能化主動全局仿真時間推進機制，能嚴格滿足仿真事件的前后發(fā)生次序邏輯，從而將全局仿真時間推進到下一個仿真事件的發(fā)生時刻，以實現(xiàn)高效的超實時仿真。

2.4.1 作業(yè)級流程仿真

每個作業(yè)節(jié)點有4種狀態(tài)，分別為：等待執(zhí)行狀態(tài)、可以執(zhí)行狀態(tài)、正在執(zhí)行狀態(tài)和執(zhí)行完畢，在每個時間片內(nèi)進行輪詢遍歷所有的任務(wù)節(jié)點，根據(jù)遍歷的作業(yè)節(jié)點的當(dāng)前執(zhí)行狀態(tài)、執(zhí)行所需資源狀態(tài)等信息來判斷作業(yè)節(jié)點要更新的下一狀態(tài)。

(1)等待執(zhí)行狀態(tài) 為作業(yè)的初始態(tài)，作業(yè)滿足時序流程觸發(fā)條件后，可將狀態(tài)轉(zhuǎn)移為可以執(zhí)行狀態(tài)。

(2)可以執(zhí)行狀態(tài) 為作業(yè)的待執(zhí)行狀態(tài)，作業(yè)滿足執(zhí)行資源約束條件后，可將狀態(tài)轉(zhuǎn)移為正在執(zhí)行狀態(tài)。

(3)正在執(zhí)行狀態(tài) 為作業(yè)的執(zhí)行狀態(tài)，待作業(yè)執(zhí)行邏輯運行完畢后，可將狀態(tài)轉(zhuǎn)移為執(zhí)行完畢。

(4)執(zhí)行完畢 為作業(yè)的終止狀態(tài)，仿真引擎將不操作處于此狀態(tài)的作業(yè)。

具體而言，作業(yè)級流程仿真算法，即作業(yè)節(jié)點的狀態(tài)轉(zhuǎn)移變更算法如下：

算法1作業(yè)級流程仿真算法。

解析仿真預(yù)案文件，初始化全部任務(wù)作業(yè)模型并放入任務(wù)作業(yè)隊列taskQueue中

Max_episode=1e6

Num=0

for episode=1 to Max_episode do

for Task:taskQueue do

if Task.狀態(tài)=="等待執(zhí)行狀態(tài)"

if Task的全部前繼作業(yè)狀態(tài)均為"執(zhí)行完畢"

Task.狀態(tài)←″可以執(zhí)行狀態(tài)″

end if

end if

else if Task.狀態(tài)=="可以執(zhí)行狀態(tài)"

if Task.執(zhí)行艦載機具備執(zhí)行Task的狀態(tài)And執(zhí)行Task所需的全部保障設(shè)備狀態(tài)均為

"空閑可占用"

Task.狀態(tài)←"正在執(zhí)行狀態(tài)"

for Res:Task.執(zhí)行資源列表do

Res.狀態(tài)←″工作被占用″

end for

end if

end if

else if Task.狀態(tài)=="正在執(zhí)行狀態(tài)"

if Task執(zhí)行邏輯運行完畢

Task.狀態(tài)←"執(zhí)行完畢"

for Res:Task.執(zhí)行資源列表do

Res.狀態(tài)←"空閑可占用"

end for

end if

end if

else if Task.狀態(tài)=="執(zhí)行完畢"

Num←Num+1

end if

if taskQueue.size==Num:

break

end if

end for

2.4.2 活動級流程仿真

本系統(tǒng)支持基于事件觸發(fā)的活動級(即子作業(yè)級)流程仿真驅(qū)動，即系統(tǒng)支持將作業(yè)事件細粒度劃分為若干個子活動順序執(zhí)行的解決邏輯。對事件管理機制進行解耦，針對細粒度的事件子活動進行更清晰明確的管理，增加用戶對事件管理的細節(jié)把控，將對事件整體配置關(guān)注點下放，提供活動級別的細粒度配置。

作業(yè)被劃分為若干個子活動，將所有子活動放入一個子作業(yè)隊列seq中，設(shè)置初始i=0，系統(tǒng)在時間片內(nèi)調(diào)用執(zhí)行seq：i流程對應(yīng)的活動執(zhí)行函數(shù)。若時間片結(jié)束前活動執(zhí)行函數(shù)返回1，表明當(dāng)前seq：i子活動執(zhí)行完成;若時間片到時后活動執(zhí)行函數(shù)仍未返回，則繼續(xù)在新的時間片內(nèi)執(zhí)行，直到調(diào)用的工作函數(shù)返回1。若作業(yè)的seq：i子活動執(zhí)行完成，i自增1，指向下一個子活動并判斷當(dāng)前i是否越界，若i越界，證明不存在后續(xù)子流程，則當(dāng)前任務(wù)執(zhí)行完畢;反之則說明存在后續(xù)子流程，繼續(xù)執(zhí)行下一個子流程，直到所有子流程結(jié)束，此時整體任務(wù)結(jié)束。

2.4.3 基于時間片回滾機制的全局仿真時間管理

為了支撐大仿真推進比的超實時仿真需求，本文設(shè)計了基于時間片回滾機制的全局仿真時間管理邏輯，可以保證作業(yè)流程觸發(fā)事件按時序無額外等待時間的依次執(zhí)行。

具體而言，基于時間片回滾機制的全局仿真時間管理邏輯執(zhí)行步驟如下：

步驟1啟動一個定時器，定周期執(zhí)行時間片內(nèi)全局仿真時間推進邏輯，每個時間片的長度可根據(jù)規(guī)定的超實時仿真推進比設(shè)置。

步驟2在每個時間片周期內(nèi)，遍歷所有任務(wù)作業(yè)節(jié)點，然后根據(jù)任務(wù)作業(yè)節(jié)點的自身狀態(tài)、對應(yīng)艦載機狀態(tài)、調(diào)用資源信息完成任務(wù)作業(yè)節(jié)點狀態(tài)更新。

步驟3對空閑時間片部分以一定步長向前回滾來重復(fù)利用未使用充分的時間片。設(shè)每個時間片對應(yīng)的仿真推進時長為t，任務(wù)作業(yè)A剩余執(zhí)行時長為T，則分為以下3種情況討論：

(1)T=t時，待執(zhí)行作業(yè)對當(dāng)前時間片可完全利用，不觸發(fā)時間片回滾機制；

(2)T>t時，則對下一時間片的利用比為δ=(T-t)/t，當(dāng)δ<0時系統(tǒng)觸發(fā)時間片回滾機制，時間片回滾時長為T0=t-(T-t)=2t-T。

(3)T

如圖3和圖4所示為時間片回滾機制應(yīng)用前后，作業(yè)A的后繼作業(yè)B可執(zhí)行時間的判定邏輯優(yōu)化。時間片回滾機制在當(dāng)前執(zhí)行作業(yè)沒有完全利用當(dāng)前時間片時，后繼作業(yè)的開始時間會提前到前一個作業(yè)執(zhí)行結(jié)束后立即執(zhí)行。

假設(shè)每個時間片的仿真時間長度為100 ms，前一個任務(wù)A為150 ms，即完全利用了一個時間片A，對時間片B只利用了50 ms。此時，按大推進步長觸發(fā)時間片回滾機制，通過對事件任務(wù)B的任務(wù)開始時間重新賦值，將事件任務(wù)B前提到事件任務(wù)A之后執(zhí)行。

3 并行超實時仿真技術(shù)實現(xiàn)策略

3.1 并行超實時仿真框架

并行超實時仿真的實現(xiàn)，依賴于圖1中的仿真想定編輯組件及主控組件，按其功能實現(xiàn)的邏輯階段劃分，可細分為仿真預(yù)案生成階段、仿真任務(wù)監(jiān)視與控制階段和仿真結(jié)果分析及可視化階段。提出的并行超實時仿真框架如圖5所示。

3.2 仿真預(yù)案生成階段

仿真預(yù)案生成階段的核心是通過智能化設(shè)定仿真不確定性因素及其水平，基于試驗設(shè)計算法，生成具有近似正交性和良好空間填充特性的不確定性因素排列組合樣本。

仿真預(yù)案生成階段的執(zhí)行流程為：

步驟1上級軟件以圖形界面的方式提供快速仿真推演參數(shù)配置界面，用于配置仿真不確定性因素及其水平相關(guān)參數(shù)。

步驟2通過數(shù)據(jù)分發(fā)服務(wù)(Data Distribution Service, DDS)報文通訊方式，將仿真不確定性因素水平配置及試驗設(shè)計(Design of Experiment, DOE)算法選擇命令發(fā)送至試驗設(shè)計服務(wù)；試驗設(shè)計服務(wù)基于下列3種DOE算法，生成良好空間填充特性的不確定性因素排列組合樣本：

(1)部分析因設(shè)計 在試驗時將不確定性因素按兩水平分別設(shè)置為+1與-1，并選取多不確定性因素水平乘積權(quán)值為+1或-1的作為試驗方案。

(2)Plackett-Burman設(shè)計 首先生成PB矩陣，每個設(shè)計矩陣有N行，N-1列。對于PB矩陣的每一行有3個原則：每行高水平數(shù)目為N/2個;每行低水平數(shù)目為N/2-1個;每列包含的高、低水平數(shù)相等，都為N/2個。之后，第一行在滿足上述3個原則的基礎(chǔ)上任意排列，其余的行將上一行的最后一個元素排在本行的第一個位置，上一行的第一個元素排在本行的第二個位置，以此類推即可。試驗人員根據(jù)PB矩陣與水平權(quán)值安排試驗。

(3)正交設(shè)計 其主要依賴正交表，試驗者根據(jù)不確定性因素數(shù)目、因素水平數(shù)以及是否具有交互性，從全面試驗中挑選出部分有代表性的多因素水平排列組合樣本。

步驟3預(yù)案生成程序負責(zé)根據(jù)接收到的n組不確定性因素排列組合樣本參數(shù)，結(jié)合從數(shù)據(jù)庫端獲取必要的仿真初始化數(shù)據(jù)，形成n個快速仿真推演想定XML文件。仿真推演預(yù)案文件需要包含仿真場景、執(zhí)行方案(即作業(yè)的執(zhí)行流程)等信息，典型形式如下：

算法2仿真推演預(yù)案文件。

3.3 仿真任務(wù)監(jiān)視與控制階段

仿真任務(wù)監(jiān)視與控制階段響應(yīng)仿真預(yù)案生成階段的輸出，接收針對特定仿真任務(wù)融入不確定性因素的n個仿真預(yù)案文件，其中每個文件都規(guī)定了一組特定排列樣式下的仿真不確定性因素水平組合樣本。仿真任務(wù)監(jiān)視與控制階段并行開啟n個仿真任務(wù)進程，每個仿真任務(wù)進程負責(zé)在一組特定仿真不確定性因素水平排列組合下獲取仿真結(jié)果。

仿真任務(wù)監(jiān)視與控制階段同時實現(xiàn)監(jiān)控并行仿真任務(wù)進程的執(zhí)行狀態(tài)及進度。該階段創(chuàng)建有進程查詢定時器，可實現(xiàn)定周期監(jiān)視并反饋仿真進程狀態(tài)，一方面銷毀已陷入死鎖的仿真進程并釋放其占用內(nèi)存，另一方面保存正常結(jié)束的進程的仿真結(jié)果，并記錄同個仿真場景下n組不確定性因素水平組合樣本執(zhí)行結(jié)果文件的存儲地址。

3.4 仿真結(jié)果分析及可視化階段

n組仿真任務(wù)推演結(jié)束后，系統(tǒng)會整合并統(tǒng)計分析n組仿真結(jié)果文件，展示各項任務(wù)核心指標的統(tǒng)計分布信息，包括不局限于：方案的完成時間查看、方案的可完成率等。

4 試驗驗證

本文利用典型艦面航空保障場景，驗證所提出的超實時仿真系統(tǒng)的可用性。為此，構(gòu)造了一個涵蓋8架飛機、30個保障陣位、9種保障資源(包含8種設(shè)備類資源和一種人員類資源)的艦船甲板保障仿真環(huán)境。

本文假設(shè)存在標準化的單機保障作業(yè)執(zhí)行流程，該作業(yè)流程包含14道具體作業(yè)任務(wù)，每個保障作業(yè)的前繼作業(yè)、需求的保障資源、保準執(zhí)行時長如表1所示。

表1 保障作業(yè)信息表

續(xù)表1

本文定義作業(yè)5執(zhí)行時長、作業(yè)6執(zhí)行時長、作業(yè)10執(zhí)行時長3類仿真不確定性因素，如圖1所示，對上述3類因素進行分布建模。

如圖7所示，利用DOE試驗設(shè)計算法，生成良好空間填充特性的n組不確定性因素排列組合仿真樣本。

針對DOE算法確定的n組仿真樣本，生成對應(yīng)的仿真預(yù)案XML文件，并發(fā)送至主控組件。主控組件并行開啟n個超實時仿真任務(wù)進程，每個任務(wù)進程受仿真引擎控制獨立完成超實時仿真推演，主控組件監(jiān)視各個獨立仿真進程的運行情況，如圖8所示。

當(dāng)所用仿真進程推演結(jié)束后，主控組件會整合并統(tǒng)計分析同一保障場景執(zhí)行下的n組仿真推演結(jié)果文件，展示核心指標的統(tǒng)計分布信息，如圖9所示。

觀察仿真推演結(jié)果，可以清晰地看出在不確定性注入下的方案核心指標的最大-最小范圍，明確方案指標最可能所處的值域區(qū)間，并以此支撐航保指揮人員更準確地預(yù)計方案未來執(zhí)行效能，從而優(yōu)化指揮決策。

5 結(jié)束語

針對艦面航空保障過程超實時仿真推演及效能評估，本文提出了一種智能超實時仿真系統(tǒng)架構(gòu)設(shè)計方法，重點討論了基于試驗設(shè)計及并行仿真技術(shù)的大樣本仿真效率提升策略，以及基于主動全局仿真時間推進策略的智能化超實時仿真引擎實現(xiàn)策略。在典型多機艦面航空保障場景下，測試了該超實時仿真系統(tǒng)的可用性，不僅為大型艦船航空保障過程動態(tài)指揮控制提供了未來態(tài)勢預(yù)測支持，還為航空保障系統(tǒng)改進和作業(yè)流程優(yōu)化提供了評估手段，對實現(xiàn)機群安全、協(xié)同、高效地完成出動作業(yè)任務(wù)，提升機群出動架次率具有重要現(xiàn)實意義。

與此同時，本文構(gòu)建的仿真系統(tǒng)仍有較大提升空間，未來將嘗試運用克隆仿真等技術(shù)持續(xù)改進并行仿真執(zhí)行效率，并研究流程破壞性不確定性融入下的試驗設(shè)計策略，實現(xiàn)多分支仿真想定生成及快速推演。