復雜工程體系適應性機制構建與評價方法

張宏軍, 黃百喬, 白 天

(1. 中國船舶集團有限公司, 上海 200011; 2. 中國船舶集團有限公司系統(tǒng)工程研究院, 北京 100094)

0 引 言

工程系統(tǒng)是指人類有目的、有計劃、有組織地運用知識和各種工具與設備有效地配置各類資源,通過優(yōu)化選擇和動態(tài)的、有效的集成,構建并運行的一個“人工實在”[1]。隨著先進應用技術的發(fā)展以及人們應用需求與目標的不斷升級,工程系統(tǒng)呈現(xiàn)出體系化、無人化與智能化的發(fā)展趨勢。體系化特征尤其體現(xiàn)在武器裝備領域,在多域聯(lián)合作戰(zhàn)概念指引下,由多個部署在不同地理位置上的獨立裝備系統(tǒng)集合,通過網(wǎng)絡互聯(lián)與信息交互實現(xiàn)任務協(xié)同,以完成原有單個獨立系統(tǒng)不能完成的使命任務,這類系統(tǒng)集合稱之為體系[2]。體系也表現(xiàn)出區(qū)別于傳統(tǒng)的一般系統(tǒng)的本質性特征,如成員系統(tǒng)的運行與管理的獨立性、行為涌現(xiàn)性、演化發(fā)展性與地理分布性等[3-4]。目前,體系與體系工程的研究已成為國際系統(tǒng)工程學會的重點研究方向之一[5]。隨著機器人、物聯(lián)網(wǎng)和5G通信技術的發(fā)展,無人裝備大量加入到工程體系之中,如無人機、無人車、無人艇、水下無人潛航器等,無人化帶來的自主性增加了系統(tǒng)的不確定性。智能化則表現(xiàn)為智能技術對工程系統(tǒng)所有功能環(huán)節(jié)的智能化改造,如基于大數(shù)據(jù)分析與深度學習的智能識別、基于智能博弈論的智能輔助指揮決策等,廣義上無人化也屬于智能化的范疇。

工程系統(tǒng)體系化、無人化與智能化的發(fā)展趨勢給傳統(tǒng)的工程系統(tǒng)設計理論帶來了新的挑戰(zhàn)。首先,體系化與無人化帶來了復雜性與不確定性的增加,使得傳統(tǒng)的以控制論為基礎的設計方法存在明顯不足。具體表現(xiàn)在:一方面工程體系的涌現(xiàn)性特征更加突出,使得精準控制難以實施;另一方面,過多的控制反而與無人自主的群體智能設計初衷相違背。智能化雖然給系統(tǒng)應對不確定性提供了方法手段,但目前的智能技術仍處于技術初期,大部分的智能化模型是不可解釋的黑盒,在提高工作效率的同時也帶來了不確定性風險。其次,工程系統(tǒng)體系化、無人化與智能化的發(fā)展趨勢給傳統(tǒng)的以可靠性為中心的六性理論帶來了挑戰(zhàn),工程系統(tǒng)通用質量特性中的六性是指可靠性、維修性、保障性、測試性、安全性和環(huán)境適應性。傳統(tǒng)的可靠性理論主要通過構建確定的可靠性框圖模型來開展可靠性預計、可靠性分配和指導可靠性設計等工作。面對體系這種沒有明確的系統(tǒng)邊界、體系形態(tài)會動態(tài)演化、體系內(nèi)部具有一定系統(tǒng)故障容忍度的復雜系統(tǒng)集合,缺少確定性的可靠性框圖模型,無論是預計體系整體的可靠性還是將體系的可靠性指標分解到各成員系統(tǒng),都難以實施[6]。有學者也探討了工程體系論證過程中傳統(tǒng)的可靠性、維修性、保障性方法的不足[7],但目前對于工程體系的評價指標主要集中在體系的貢獻率評價上[8],缺少體系級的綜合性評價指標。

人們與工程系統(tǒng)的復雜性作斗爭的歷史主要體現(xiàn)在應對工程系統(tǒng)的故障上,大致經(jīng)歷了3個發(fā)展階段,從最開始的預先設計與事后維修,到后來的健康管理與智能運維,再到現(xiàn)在的工程彈性系統(tǒng)理論,強調廣泛的適應性與故障后的自主修復。從其發(fā)展趨勢看,工程系統(tǒng)應對故障的策略正朝著逐漸增強系統(tǒng)對外界的適應能力的方向發(fā)展,尤其是彈性與適應性具有很強的相關性。彈性觀點起源于20世紀60、70年代的生態(tài)學。1973年,Holling發(fā)表了題為《生態(tài)系統(tǒng)的彈性和穩(wěn)定性》的開創(chuàng)性論文[9],為生態(tài)彈性以及各種其他領域的彈性理論研究提供了基礎。在工程技術領域,美國國防部于2012年提出了工程彈性系統(tǒng)理論,并提出了工程彈性系統(tǒng)的4個關鍵特性,包括:① 擊退/抵御/吸收;② 恢復能力;③ 適應能力;④ 廣泛的效用[10-11]。國內(nèi)外學者對彈性概念在指導工程系統(tǒng)設計中的應用進行了廣泛的研究[12-13],尤其是基于復雜網(wǎng)絡理論的彈性評估與應用[14-17]。工程系統(tǒng)彈性體現(xiàn)了工程系統(tǒng)在干擾情況下的自恢復能力,這是一種工程視角,但其背后的哲學邏輯卻仍是提高系統(tǒng)的適應性。

人們對于適應性的研究由來已久。達爾文的進化論提出對環(huán)境的適應性是推動生物選擇性進化的動力之源。英國的Beer在20世紀60—70年代創(chuàng)立的活系統(tǒng)模型理論,將對組織的管理過程類比為人的大腦對身體的控制過程,運用控制論的法則使組織能夠應對外部環(huán)境的變化而持續(xù)保持活力[18]。圣塔菲實驗室的Holland從自然界的適應性機制中獲得靈感提出了復雜適應系統(tǒng)(complex adaptive system,CAS)理論[19]。在現(xiàn)代工程控制領域中的自適應控制也帶有仿生的特點,是指系統(tǒng)通過調整自己的行為以適應外部(或內(nèi)部)環(huán)境的新的變化。廣義上講,自適應是人類智能的重要特征,也是人類文明發(fā)展和社會不斷進步的重要動因之一[20-21]。自適應也被用于系統(tǒng)設計實踐中,Lee等人為虛實映射的信息物理融合系統(tǒng)提出了以智能連接(connection)、智能分析(conversion)、智能網(wǎng)絡(cyber)、智能認知(cognition)和智能配置與執(zhí)行(configuration)為目標的5C體系構架,用于持續(xù)優(yōu)化決策系統(tǒng)的可追蹤性、預測性、準確性和強彈性,實現(xiàn)對實體系統(tǒng)活動的全局協(xié)同優(yōu)化[22],并最終實現(xiàn)無憂生產(chǎn)[23],其中最高層次的“智能配置與執(zhí)行”便是自適應的體現(xiàn)。國內(nèi)學者王維平等也將適應性機制應用于無人集群的任務流程設計中[24]。

本文在借鑒了自然界應對不確定性的適應性策略思路的基礎上,從為復雜工程體系構建“負熵”機制的視角,以工程控制理論為基礎,結合人工智能等前沿技術,提出了一種復雜工程體系應對復雜性與不確定性的策略機制,即適應性機制,提出了一種構建適應性機制的技術框架,并對如何評價工程體系適應性指標進行了探討。

1 適應性機制與特征

1.1 自然界適應性機制與CAS理論

總結自然界中存在的已有規(guī)律并用于指導科學研究與工程實踐,是人們開展研究工作的主要思路之一。人們一次次被自然界中神奇的規(guī)律所傾倒,例如蜜蜂建造蜂房時規(guī)范的六邊形結構,蜂群尋找蜜源時的溝通機制等,人們意識到,自然界中存在的規(guī)律是動植物種群經(jīng)過千百萬年進化選擇的結果。因此,通過觀察自然界應對復雜性與不確定性的機制與策略,可以作為指導工程實踐的參考。

按照達爾文生物進化論思想,生物總是在不斷適應外界環(huán)境變化的過程中,不斷更新自己。同一個物種生活在不同的環(huán)境中,會逐漸分化成兩類不同的物種,原本完全一致的性狀會隨著基因的變異以及自然環(huán)境對變異后物種的選擇,逐漸分化成各種不同的性狀。對環(huán)境的適應性被稱為是驅動物種進化的主要動力之一。作為最高智慧生物的人類,雖然自身的生存面臨著非常嚴苛的外界條件,例如人體需要始終保持在36°～38°這樣一個狹窄范圍內(nèi),僅僅比正常體溫低2°或者高4°,就會讓大腦陷入危機,迅速導致不可逆轉的損傷甚至死亡[25]。好在人體在進化過程中發(fā)展出了自身的恒溫系統(tǒng),可以通過自身的調節(jié)來適應外部環(huán)境溫度的變化,始終保持體溫在恒定的范圍內(nèi)。

美國圣塔菲研究所的Holland教授,從自然界這種適應性機制中獲得靈感,提出了復雜適應系統(tǒng)理論,通過對城市、蟻群、生態(tài)、胚胎、神經(jīng)網(wǎng)絡、人體免疫系統(tǒng)等復雜系統(tǒng)的研究,從中提煉出共性特征,并從4種特性(即聚集、非線性、流和多樣性)和3種機制(即標識、內(nèi)部模型和積木)的視角對復雜適應系統(tǒng)的演化與適應性過程進行了解構。Holland還借鑒自然界生物基因變異的機制,提出了遺傳算法,成為借鑒自然界規(guī)律的典范[19]。

1.2 適應性特征與工程技術相關性分析

類比自然界有機系統(tǒng)應對復雜性與不確定性的適應性機制,通過為復雜工程體系構建適應性機制,賦予無機的工程系統(tǒng)有機的類生命能力,作為復雜工程體系應對復雜性的策略。綜合自然生態(tài)系統(tǒng)以及作為最高智慧生物的人類在執(zhí)行適應性機制過程中的主要過程與行為特征,總結了自然生命系統(tǒng)適應性的5大特征,分別是:感知、決策、自恢復、學習與進化。

感知。從字面理解分為兩個層面,分別是“感”和“知”。“感”是指收集外部環(huán)境數(shù)據(jù)的過程,如實采集原始數(shù)據(jù),而“知”則是原始數(shù)據(jù)處理的過程,將數(shù)據(jù)處理成有用的信息。從人類的“感”和“知”上去區(qū)分,“感”是指從具體的外“形”上去認識,而“知”則是從“形”背后的“相”去認識,即從抽象的概念、道理上去認識。隨著傳感器技術與物聯(lián)網(wǎng)技術的發(fā)展,工程系統(tǒng)的感知能力越來越強大,但存在較多的問題還在于只在于“感”的階段,如何從“感”的原始數(shù)據(jù)深化到“知”的模型、規(guī)律層面尚有很大的提升空間。

決策。自主決策是生命系統(tǒng)的顯著特點,但對于工程系統(tǒng)來說卻并不簡單。Turing在《計算機器與智能》論文中探討了機器智能時就提到,機器只會按照人們設定的程序去執(zhí)行,而不會自主決策[26]。目前,大量的無人平臺在執(zhí)行任務過程中必須要做到自主決策,但大量無人平臺仍只是按照設定的程序在執(zhí)行,并不算作真正的自主決策。自主決策應該包含兩個層面的能力,一是能夠根據(jù)外部環(huán)境的變化自主選擇執(zhí)行的規(guī)則,二是能夠根據(jù)經(jīng)驗的積累和環(huán)境的變化來優(yōu)化已有的規(guī)則,這就需要與學習相結合。做到這兩點才能算是真正的自主決策。

自恢復。自然生態(tài)系統(tǒng)在遭受外部破壞的情況下,經(jīng)過一段時間后一般會自己恢復到某一個平衡穩(wěn)定的新狀態(tài),人體有很多具有自恢復能力的系統(tǒng),例如前面提到的恒溫系統(tǒng),能夠保持體溫的恒定,又如免疫系統(tǒng),外部有病毒入侵時會調用白細胞來消滅病毒,維持身體的健康。對于工程系統(tǒng)來說,系統(tǒng)應該對外部輸入異常變化或內(nèi)部故障做出恰當?shù)膽獙?通過對系統(tǒng)功能或結構的動態(tài)調整,來持續(xù)維持系統(tǒng)完成設定任務的能力。當然,工程系統(tǒng)的自恢復能力不是生來具有的,需要通過感知、決策與恢復機制的設計進行自恢復框架的構建來實現(xiàn),論文前面提到的彈性,便是系統(tǒng)具有自恢復能力后展現(xiàn)出來的效果。

學習。Wiener在《人有人的用處:控制論與社會》中提出,某些機器和若干生命體,都能在過去經(jīng)驗的基礎上來改變自己的行為模式,從而達到反熵的特定目的[27]。Turing在《計算機器與智能》論文中也提出了學習機器的設想,人工智能技術的核心便是機器學習技術。對于高級生物來說,學習是適應環(huán)境、提高生存能力的必備技能,對于工程系統(tǒng)來說,只有具有了學習能力,才能夠不斷積累經(jīng)驗,改變現(xiàn)有設定的運行規(guī)則,從而走出機器行為不能出于設計之外的困惑,成為具有生命力的有機體。

進化。進化能力是生物體特有的特征。達爾文進化論闡述了生物體在與環(huán)境的斗爭中不斷朝有利于適應環(huán)境的方向進化,物競天擇,適者生存。而隨著生物的遺傳密碼——DNA的發(fā)現(xiàn),人們也逐漸揭示了生物交叉變異并由環(huán)境篩選的細節(jié)過程,Holland提出的遺傳算法正出于此。對于工程系統(tǒng)來說,隨著規(guī)則的優(yōu)化,系統(tǒng)不斷涌現(xiàn)出新的頂層能力,從而從一定意義上來說能夠實現(xiàn)自我的進化。

2 工程系統(tǒng)適應性機制構建

2.1 工程系統(tǒng)的“熵增”機制與“逆熵體”

根據(jù)熱力學第二定律,封閉系統(tǒng)總會朝著變得無序(“熵增”)的方向發(fā)展,因此系統(tǒng)從其建立的那一刻起,便開始了其“熵增”的過程?？藙谛匏乖诘贸觥办卦觥苯Y論后,也推導出宇宙最終將走向“熱寂”的悲觀結論。無機世界的系統(tǒng)在使用中會逐漸磨損、老化,并最終被廢棄,這是人類的基本常識,但在有機的生命世界里,一顆種子最終能長成參天大樹,人也會從一顆受精卵成長為一個高級智慧生物,這也是人類的基本常識,二者存在矛盾,直到普利高津耗散結構理論的提出才打破了這種局面。普利高津指出,遠離平衡態(tài)的開放系統(tǒng),通過與外界進行物質和能量的交換,可以形成一種新的穩(wěn)定的有序結構,稱作耗散結構。有機生命系統(tǒng)之所以能夠“逆熵”而行,便是其作為開放系統(tǒng),不斷從環(huán)境中汲取物質和能量,不斷躍升到新的平衡狀態(tài),這也是薛定諤所說的,“生命以負熵為生”[28]。

耗散結構是系統(tǒng)遠離平衡態(tài)時的一種非線性效應,而復雜工程體系也是一種典型的非線性系統(tǒng),可以把復雜工程體系視作一種開放系統(tǒng),為適應外部需求與環(huán)境的變化,通過不斷的物質和能量的供給來抵御其“熵增”的趨勢,并不斷優(yōu)化自身,持續(xù)保持良好的平衡狀態(tài),具有這種屬性的系統(tǒng)可稱作“逆熵體”。因此,復雜工程體系應對復雜性與不確定性的策略便是將其改造成為能夠抵御“熵增”不斷進化的“逆熵體”,而實現(xiàn)的途徑便是借鑒自然界有機生命系統(tǒng)的適應性特性,為其構建適應性框架。

2.2 工程系統(tǒng)適應性框架

類比自然生命系統(tǒng)的有機適應性特征,復雜工程系統(tǒng)通過逐步實現(xiàn)感知、決策、自恢復、學習和進化來構建對外界環(huán)境和內(nèi)部不確定性的適應性,并通過適應性機制來提升工程系統(tǒng)應對外界干擾的能力,從而賦予復雜系統(tǒng) “有機生命力”[29-30]。

文獻[31]提出了一種基于規(guī)則的復雜工程系統(tǒng)設計方法,并提出了從微觀規(guī)則、中觀規(guī)則和宏觀規(guī)則3個層級來為復雜工程系統(tǒng)構建規(guī)則庫。微觀規(guī)則用于約束復雜工程系統(tǒng)內(nèi)各獨立主體的自身行為以及彼此間的交互行為,可通過有限狀態(tài)機、行為樹、Petri網(wǎng)、統(tǒng)一建模語言(unified modeling language,UML)泳道活動圖以及基于多智能體的建模等方法來描述。中觀規(guī)則用于約束復雜工程系統(tǒng)內(nèi)部形成的較為固定的業(yè)務包之間的組合關系,通常用能力包來描述中觀層級的行為特征。能力包是復雜工程系統(tǒng)局部能力的統(tǒng)計性分析,可通過構建系統(tǒng)內(nèi)關鍵參數(shù)的系統(tǒng)動力學模型來開展定量分析,中觀規(guī)則是微觀層級行為規(guī)則涌現(xiàn)的結果。宏觀規(guī)則是指復雜工程系統(tǒng)作為整體的最頂層的規(guī)則,宏觀規(guī)則一方面來源于系統(tǒng)原始的設計輸入,另一方面來源于系統(tǒng)構建完成后的非預期功能涌現(xiàn),是設計者通過實驗驗證后對系統(tǒng)能力的總結。宏觀規(guī)則一般用性能指標與通用質量特性指標來描述。

文獻[32]提出了一種基于3層規(guī)則的復雜工程系統(tǒng)適應性構建框架,本文對該框架進行了進一步細化,如圖1所示。在微觀層級,主要是通過構建反饋機制與自恢復機制來提升系統(tǒng)對外部環(huán)境變化與內(nèi)部自身狀態(tài)變化的適應性,通過梳理主體自身行為與交互行為的規(guī)則庫,并構建適應性特征中的感知、決策與自恢復能力,將感知的外部環(huán)境數(shù)據(jù)與反饋回來的系統(tǒng)運行狀態(tài)數(shù)據(jù)分析成有用的信息,用于驅動規(guī)則的選擇與執(zhí)行。若系統(tǒng)狀態(tài)存在故障,則執(zhí)行自恢復策略。此過程也符合作戰(zhàn)領域提出的OODA(observation,orientation,decision,action)環(huán)模型。

圖1 基于3層架構的系統(tǒng)適應性機制構建框架示意圖Fig.1 Schematic diagram of the system adaptive mechanism construction framework based on three-layer architecture

在中觀層級,主要通過構建規(guī)則的學習演進機制來實現(xiàn)業(yè)務流程的優(yōu)化,從而提升復雜工程系統(tǒng)的適應性能力。首先,為系統(tǒng)各業(yè)務能力包中的關鍵參數(shù)構建系統(tǒng)動力學模型,收集系統(tǒng)微觀層級的運行評估數(shù)據(jù),對現(xiàn)有微觀規(guī)則的運行效率進行評價,并以此構建規(guī)則的學習演進機制。規(guī)則的演進有兩種技術路線,一種是借助強化學習的技術手段來不斷優(yōu)化微觀規(guī)則中主體的動作序列,形成效率更高的規(guī)則;一種是借助遺傳算法的技術手段,現(xiàn)有規(guī)則在交叉、變異后產(chǎn)生新的規(guī)則,并通過構建的系統(tǒng)動力學模型來對新規(guī)則進行評價與篩選,從而推動規(guī)則的演進。將優(yōu)選的規(guī)則加入到復雜工程系統(tǒng)/體系運行的規(guī)則列表中,從而提升系統(tǒng)的適應性。

在宏觀層級,一方面以各類綜合性指標為牽引,指導體系中的中觀層級與微觀層級規(guī)則的構建;另一方面通過微觀規(guī)則和中觀規(guī)則的不斷演進,帶來體系整體能力涌現(xiàn)的升級進化。本文提出的適應性指標可以彌補傳統(tǒng)的通用質量特性對復雜工程體系頂層設計指導的不足。而整個適應性機制構建過程也實現(xiàn)了從數(shù)據(jù)到信息,再到知識,最后到智慧的過程,構建了完整的DIKW(data,information,knowledge, wisdom)模型。

3 工程系統(tǒng)適應性評價框架

3.1 工程系統(tǒng)適應性指標定性評價

目前通用質量特性中提出的六性,包括可靠性、維修性、保障性、安全性、測試性與環(huán)境適應性,都是針對具體系統(tǒng)的。由于復雜工程體系的體系頂層缺少綜合性評價指標,于是提出將適應性作為體系頂層的評價指標,一方面用來表征復雜工程體系在應對外界環(huán)境變化與自身故障等不確定性的能力;一方面用于強調在復雜工程體系設計過程中提升其適應性的重要性。適應性指標不同于彈性指標,彈性指標主要針對系統(tǒng)的自恢復過程,而適應性則針對復雜工程體系的感知、決策、恢復、學習與進化的全過程。

對任何指標的評價都存在定性評價與定量評價兩種思路。在指標相關的因素及其影響關系不明確時,從其產(chǎn)生的整體效果出發(fā)進行定性評價是一種可取的思路,因此首先考慮對適應性指標進行定性評價。為指標劃分等級的定性評價方法使用比較多,如對技術成熟度的評價,以及2022年美國米切爾航空航天研究所發(fā)布的報告中提到的,將無人機的自主能力分為:低自動化、部分自動化、完全自動化、半自主和完全自主5個等級[33]。參考上述思路,類比生物有機適應性效果,將復雜工程體系的有機適應性分為干預性適應性、半自主適應性和全自主適應性3個層次10個等級,用AL(adaptive level)表示。干預性適應性是指工程系統(tǒng)/體系需要在有人操作(人在回路)的情況下的適應性,這是低級別適應性(AL-1～AL-4)。半自主適應性是指工程系統(tǒng)/體系在有限人工干預情況下,通過預設規(guī)則或動作實現(xiàn)的適應性,這是中級別適應性(AL-5～AL-7)。全自主適應性則強調不需要人工干預,工程系統(tǒng)/體系能夠完全自動實現(xiàn)適應性,這是高級別適應性(AL-8～AL-10)。復雜工程系統(tǒng)/體系的適應性等級劃分如表1所示。

表1 體系適應性層次定義

3.2 對工程系統(tǒng)適應性定量指標評價的考慮

為了定量評價工程系統(tǒng)適應性指標,首先需考慮與工程系統(tǒng)適應性相關的變量參數(shù)主要都有哪些。參考圖1的適應性機制構建的3層架構,適應性評價應綜合考慮每一個層級上的適應性特征。

微觀層是系統(tǒng)主體的活躍空間,在這一層復雜工程系統(tǒng)關注的是主體與主體、主體與環(huán)境之間的相互作用關系,并應對外部環(huán)境的各種變化,從而向中觀層級穩(wěn)定地涌現(xiàn)不同的能力包,因此與微觀層級適應性相關的變量參數(shù)包括主體數(shù)量、環(huán)境變化量以及主體間的規(guī)則數(shù)量。在中觀層,不同能力包的功能組合按照一定的作業(yè)流程組織起來,完成不同的上層任務目標。中觀層的適應性是在能力包不同排列組合完成子任務的進程中,尋找有序性更好的系統(tǒng)架構和流程的過程。由此可知,中觀層關注的主要適應性因子是內(nèi)部流程、中觀規(guī)則和環(huán)境。而宏觀層關注的重點是整個復雜工程系統(tǒng)的整體效能,也就是需要在各項子任務的功能上進行平衡性引導,根據(jù)整體效能要求的變化來引導子任務在整個復雜系統(tǒng)中的權重,不是單一任務完成度越高越好,而是整體的完成度。因此,以效能為目標的復雜工程體系的工作流程以及各流程組合所產(chǎn)生的各種整體性效應成為宏觀層適應性的核心。

為此,定義多層級復雜工程系統(tǒng)的適應性指數(shù)為:適應性指數(shù)=F(主體;規(guī)則;能力包;流程;環(huán)境)。

運算F定義了復雜工程體系微觀主體間耦合作用關系、中觀作業(yè)級能力包間時序流程及宏觀外部任務組織協(xié)同流程的有序性和協(xié)調性。以微觀層級為例,復雜工程系統(tǒng)/體系中,人員、設備與設施分別屬于不同的主體群落,主體群落中不同主體之間通過協(xié)作關系完成特定的作業(yè),形成不同的能力包,如圖2所示。

圖2 微觀層級主體與能力包網(wǎng)絡關系圖Fig.2 Micro-level entity and capability packet network relationship diagram

在特定能力包級作業(yè)群落中,分析能力包對應的作業(yè)流程的人-機-環(huán)資源需求,匹配多個與該作業(yè)執(zhí)行相關的主體聚合群落,并設定不同主體聚合群落中主體間的組織協(xié)作關系邊權重,為0～1之間的數(shù),數(shù)值越大,說明協(xié)作的可能性也越高,從而運用網(wǎng)絡化建模手段建立體系內(nèi)各群落之間的協(xié)作關系矩陣R。矩陣R中任意一條主體協(xié)作關系連接通路,均表征一個面向該項作業(yè)執(zhí)行的可行資源配置方案(即構成了完成該項作業(yè)的一個實例化能力包)。換言之,矩陣R中內(nèi)含的主體通路數(shù)量既直接反映了面向特定作業(yè)的工程系統(tǒng)運轉能力,又量化描述了系統(tǒng)的彈性抗干擾能力,即分析若干單元級主體喪失能力后的備選節(jié)點重構恢復能力。

4 結 論

本文在總結分析當前工程系統(tǒng)體系化、無人化與智能化發(fā)展趨勢下,復雜性與不確定性的增加對工程系統(tǒng)設計方法帶來的不足基礎上,借鑒自然系統(tǒng)與人體應對外界復雜性的適應性機制,分析了在工程系統(tǒng)中引入適應性機制的可行性。從為復雜工程體系構建“負熵”機制的視角,提出了一種基于規(guī)則的工程系統(tǒng)適應性機制構建框架,并基于該框架,進一步分析了適應性指標的評價方法,為指導復雜工程系統(tǒng)的設計與評價提供了方法參考。復雜工程體系的適應性不僅是一種綜合評估指標,或一種應對復雜性與不確定性的機制,更是一種指導復雜工程體系技術演進的工程哲學。