CN109960863B - 一种基于网络拓扑路径的复杂仿真系统可信度评估方法 - Google Patents

一种基于网络拓扑路径的复杂仿真系统可信度评估方法 Download PDF

Info

Publication number
CN109960863B
CN109960863B CN201910204538.7A CN201910204538A CN109960863B CN 109960863 B CN109960863 B CN 109960863B CN 201910204538 A CN201910204538 A CN 201910204538A CN 109960863 B CN109960863 B CN 109960863B
Authority
CN
China
Prior art keywords
node
simulation system
nodes
edge
credibility
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910204538.7A
Other languages
English (en)
Other versions
CN109960863A (zh
Inventor
李妮
张旭恩
龚光红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Publication of CN109960863A publication Critical patent/CN109960863A/zh
Application granted granted Critical
Publication of CN109960863B publication Critical patent/CN109960863B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于网络拓扑路径的复杂仿真系统可信度评估方法,属于系统仿真领域。在单模型节点可信度已知的条件下,量化整个复杂仿真系统的可信度。首先分析复杂仿真系统中组件模型之间的信息交互关系,依据客观指标计算节点间边的权重,将复杂仿真系统抽象成有向有权的可模型交互网络。计算模型交互网络中每个节点的出度,选定出度较大的节点为初始节点,从初始节点出发,得到不同的单条执行路径,并计算该单条执行路径的可信度,综合所有执行路径的可信度可得到仿真系统可信度。针对具有机理复杂、输入输出变量复杂、不确定性强等特征的复杂装备仿真系统,本发明解决了其可信度评估难以量化分析的问题。

Description

一种基于网络拓扑路径的复杂仿真系统可信度评估方法
技术领域
本发明属于系统仿真领域,涉及一种复杂仿真系统可信度评估方法,具体涉及一种基于网络拓扑路径的复杂仿真系统可信度评估方法。
背景技术
仿真系统可信度评估技术发展到现阶段,针对单模型仿真系统可信度评估方法较为成熟。然而近年来,随着仿真对象的复杂化以及用户对仿真系统应用要求的提高,仿真技术进入了以复杂系统仿真为主的新阶段。如何在单仿真模型可信度已知的情况下,分析组件模型之间交互关系,进而评估整个复杂仿真系统可信度是目前的一大难题。
复杂装备仿真系统和体系对抗仿真系统是两类典型的复杂仿真系统。复杂装备仿真系统由众多子系统组成,子系统由成员(模型、模拟器或设备等)组成,成员由各组件模型组成。成员以及组件模型之间存在着复杂交互关系,具有机理复杂、输入输出变量复杂、不确定性强等特点。体系对抗仿真系统同样由众多子系统组成,只是组成子系统的成员与装备仿真系统略有不同,体系对抗仿真系统的子系统的成员包括:飞行器、飞行器编队等,这些成员之间同样存在复杂交互关系。
复杂仿真系统通过诸多子系统的交互协同来实现一定目标,完成单模型仿真系统难以完成的使命任务。然而其通过集成和相互作用产生新能力的同时,也可能产生新的问题,如复杂装备仿真系统整体的可信度问题;系统间交互关系可能面临的可信度降低的风险;单仿真模型的低可信度在系统中的传播、转化带来的级联效应,导致仿真系统可信度降低。
这些复杂仿真系统的可信度问题,在单仿真模型可信度已知的情况下,与体系整体结构以及多系统间的复杂交互有关,因此需采用适应于复杂仿真系统的可信度分析模型和方法,研究复杂仿真系统可信度问题,为查找体系仿真系统中可信度的薄弱环节,提高系统可信度提供技术支撑。
发明内容
本发明基于体系工程复杂交互关系的思想,结合复杂网络分析技术,从体系内部系统之间复杂交互关系的角度,在单仿真模型可信度已知的情况下,提出面向复杂仿真系统的可信度建模分析方法,以此评估复杂仿真系统可信性,为提高复杂仿真系统可信度提供决策依据,并通过实验验证了方法的有效性。本发明所述方法首先建立模型交互网络,梳理众多子系统之间的复杂交互关系;对模型交互网络进行分析,根据节点出度大小确定初始节点,从初始节点出发,选择单条执行路径,并计算单条执行路径的可信度;遍历不同的执行路径,并综合执行路径的可信度计算得到仿真系统可信度。
本发明提供的所述基于网络拓扑路径的复杂仿真系统可信度评估方法,具体包括以下几个步骤:
步骤一:针对要评估的复杂仿真系统,建立模型交互网络。
具体步骤如下:
步骤101、将复杂仿真系统中执行某单一功能的模型抽象为节点,并确定该节点可信度。
步骤102、将复杂仿真系统中双向传输信息的节点组转换成环路。
步骤103、选定当前节点间边,确定该边传输信息类型,进而评估当前节点间边的重要性等级D。
步骤104、计算当前节点间边的数据传输频率比重f。
步骤105、计算当前节点间边数据传输量的比重m,并判断是否还有新的指标加入,如果有,则加入新指标,并给定该指标所占权重,一般规定每个指标所占权重相同;否则直接进入步骤106。
步骤106、计算当前节点边的权重wij
步骤107、判断是否所有节点间边的权重全部计算完成;如果是,则边的权重计算结束,进入步骤108;否则,返回步骤103。
步骤108、根据节点与边权重,建立有向有权的模型交互网络。
步骤二:根据模型交互网络,计算所有节点的出度,选出度较大的节点为初始节点。
具体如下:
计算模型交互网络中所有节点的出度。按照节点出度对节点进行从大到小的排序,选择前25%出度较大的节点作为初始节点。
步骤三:根据初始节点,遍历不同的单条执行路径,计算相应执行路径的可信度,并根据单条执行路径可信度计算复杂仿真系统可信度。
具体步骤如下:
步骤301、依次选择初始节点为当前节点。
步骤302、在当前节点以边权重为概率随机选择后续节点,直至选择终止节点,记录该单条执行路径并计算当前单条执行路径的可信度Rij
步骤303、判断当前遍历次数是否超过迭代阈值δ;如果是,进入步骤304;否则,返回步骤302。
步骤304、判断当前初始节点选择是否超过节点阈值ζ;如果是,进入步骤305;否则,返回步骤301。
步骤305、遍历结束,计算得到所有单条执行路径可信度。
步骤306、综合单条执行路径可信度计算得到复杂仿真系统可信度。
本发明优点在于:
(1)本发明一种基于网络拓扑路径的复杂仿真系统可信度评估方法,实现将复杂仿真系统抽象成模型交互网络,通过对模型交互网络的研究,提出了一种复杂仿真系统可信度量化的方法,该方法更加客观。
(2)本发明一种基于网络拓扑路径的复杂仿真系统可信度评估方法,利用模型交互网络,借鉴以往单模型仿真系统可信度评估方法,解决了复杂仿真系统可信度难以量化的问题。
(3)本发明一种基于网络拓扑路径的复杂仿真系统可信度评估方法,解决了在单模型输出存在正负偏差的情况下,复杂仿真系统可信度难以量化的问题。
附图说明
图1是本发明实施例中针对某复杂仿真系统建立的模型交互网络;
图2是本发明实施例中包含边权重的模型交互网络;
图3是本发明一种基于网络拓扑路径的复杂仿真系统可信度评估方法流程图;
图4是本发明建立双向节点转化成环路的示意图;
图5是本发明模型交互网络中初始节点示意图;
图6是本发明计算单条执行路径示意图。
具体实施方式
下面结合附图对本发明的具体实施方法进行详细说明。
本发明针对现有理论难以对复杂仿真系统进行可信度评估的问题,提出了一种基于网络拓扑路径的的复杂仿真系统可信度评估新方法。所述评估方法首先分析复杂仿真系统内部各组件模型之间的信息交互情况,建立反映该交互情况的有向有权的模型交互网络;分析模型交互网络,由于不同节点在模型交互网络所处位置不同,导致其重要性不同,计算节点出度,并以出度较大的节点作为初始节点;根据初始节点不断选择后续节点,直至选择到终止节点,根据该执行路径上各个节点和边的可信度计算得到该条执行路径的可信度;不断重复上述操作,在同一初始节点下遍历多条执行路径;改变初始节点重复上述操作,直至所有初始节点被选择;最后基于多条执行路径的可信度计算仿真系统可信度。如图3所示流程,所述方法具体步骤包括:
步骤一:根据复杂仿真系统内部组件模型之间的信息交互关系,建立模型交互网络,为复杂仿真系统可信度评估提供计算支持;具体步骤如下:
步骤101、将复杂仿真系统中执行某单一功能的模型抽象为节点,并确定该节点可信度;
步骤102、将复杂仿真系统中双向传输信息的节点组转换成环路;
步骤103、选定当前节点间边,确定该边传输信息类型,进而评估当前节点间边的重要性等级D,如表1所示;
表1
Figure BDA0001998552410000041
步骤104、计算当前节点间边的数据传输频率比重f;计算方法如下:
Figure BDA0001998552410000042
式中:f表示该边的数据传输频率比重,fij表示节点i到节点j通讯频率,以赫兹为单位,fi表示节点i发送信息频率之和,tj表示节点j接受信息频率之和。
步骤105、计算当前节点间边数据传输量的比重m,并判断是否还有新的指标加入,如果有,则加入新指标,并给定该指标所占权重,否则进入步骤106;m计算方法如下:
Figure BDA0001998552410000043
式中m表示该边的数据传输量占所有发送数据量的比重,mij表示节点i到节点j的数据传输量,mi表示节点i发送信息的数据量,kj表示节点j接收信息的数据量。
步骤106、计算当前节点边的权重wij,综合单模型节点之间信息传输的客观特性定义了如下边权重的计算方法:
Figure BDA0001998552410000044
Figure BDA0001998552410000045
式中,wij表示节点i指向节点j的有向边的权重,f表示该边的数据传输频率比重,D表示边的重要性等级,m表示该边的数据传输量占所有发送数据量的比重,ai代表第i项新加入指标的权重,xi表示新加入的指标。针对不同的复杂仿真系统,可对指标体系进行修正,以期客观构建模型交互网络。
步骤107、判断是否所有节点间边的权重全部计算完成;如果是,则边权重计算结束,进入步骤108;否则,返回步骤103。
步骤108、根据节点与边权重,建立有向有权的模型交互网络。
步骤二、对模型交互网络进行分析,找到初始节点。
步骤201、首先计算模型交互网络中节点出度,以节点出度对节点从大到小排序,取节点出度较大的节点作为初始节点,经研究发现,前25%出度较大的节点能覆盖所有典型的初始节点。节点出度计算方法如下:
Figure BDA0001998552410000051
式中,Oi表示节点i的出度,Aij表示节点i到节点j之间连接关系,j=1,2,3,…,n(i≠j),n为模型交互网络中节点总数。
步骤三、根据初始节点,遍历不同的单条执行路径,计算相应单条执行路径的可信度,并根据单条执行路径可信度计算复杂仿真系统可信度。
具体步骤如下:
步骤301、依次选择初始节点为当前节点;
步骤302、在当前节点i以边的权重为概率不断选择后续节点k,直至选择终止节点j,记录该单条执行路径并计算当前单条执行路径的可信度Rij,计算方法如下:
Figure BDA0001998552410000052
式中,Ri表示初始节点i的可信度,Rj表示终止节点j的可信度,Rij表示初始节点i到终止节点j之间单条执行路径的可信度,Rk表示节点i到节点j之间的执行路径上的节点k的可信度,上式中正负号由实际系统给定,若未给定,则按照均匀分布给定节点偏差情况。
步骤303、判断当前遍历次数(迭代次数)是否超过迭代阈值δ。迭代阈值δ应远大于节点数量,迭代阈值δ为与初始节点出度大小有关,一般设置δ=(出度大小*节点数量*1000),以期遍历所有执行路径;如果是,进入步骤304;否则,返回步骤302;
步骤304、判断当前初始节点选择是否超过节点阈值ζ;节点阈值ζ为初始节点数量;如果是,进入步骤305;否则,返回步骤301;
步骤305、遍历结束,计算得到所有执行路径可信度;
步骤306、综合多条执行路径可信度计算得到复杂仿真系统可信度,计算方法如下:
Figure BDA0001998552410000053
其中R表示复杂仿真系统可信度,Rik表示以节点i为初始节点,节点k为终止节点的单次遍历的单条执行路径的可信度,N表示以节点i为初始节点遍历路径的次数,M表示初始节点数量。
以下应用该方法,针对某复杂仿真系统对其进行可信度评估。该复杂仿真系统由红蓝双方组成,双方进行兵力对抗,双方兵力配比相同,均包括两个战机中队、一架预警机、一个电子干扰机和一个指挥控制平台。其中战机中队由两个战机小队组成,每个战机小队由一个长机和一个僚机组成,本算例将飞行器、控制平台抽象为节点。该方法具体流程图如图3所示,图1为根据某复杂仿真系统抽象出来的模型交互网络,双向节点已按照图4所示方法转换成环路,即节点一-节点二-虚拟节点-节点一;并且已知每个单仿真模型可信度均为90%。按照指标体系对边权重进行计算,边权重结果如图2所示,最后得到由33个节点、61条边组成的有向有权的模型交互网络,该模型交互网络反映了复杂仿真系统各组件模型之间的信息交互关系。
对模型交互网络中节点的出度进行计算,可得该模型交互网络中初始节点包含8个,具体如图5中黑色节点所示,即节点3、5、7、9、15、17、19、20为初始节点。
从初始节点出发,对模型交互网络中执行路径进行遍历,某次遍历如图6中单条路径9-3-21-29-20-13-12-10-23所示,该条执行路径可信度计算结果为80.49%。综合多条执行路径可信度计算得到仿真系统可信度,最终计算得到仿真系统可信度为84.15%。
基于以上步骤实现了依据仿真指标体系将复杂仿真系统抽象成模型交互网络,并基于网络拓扑路径,评估了复杂仿真系统的可信度。

Claims (4)

1.一种基于网络拓扑路径的复杂仿真系统可信度评估方法,其特征在于:所述方法包括以下步骤:
步骤一:针对要评估的复杂仿真系统,建立模型交互网络;
具体步骤如下:
步骤101、将复杂仿真系统中执行某单一功能的模型抽象为节点,并确定该节点可信度;
步骤102、将复杂仿真系统中双向传输信息的节点组转换成环路;
步骤103、选定当前节点间边,确定该边传输信息类型,进而评估当前节点间边的重要性等级D;
步骤104、计算当前节点间边的数据传输频率比重f,
计算方法如下:
Figure FDA0002667212080000011
其中f表示该边的数据传输频率比重,fij表示节点i到节点j通讯频率,以赫兹为单位,fi表示节点i发送信息频率之和,tj表示节点j接受信息频率之和;
步骤105、计算当前节点间边的数据传输量占所有发送数据量的比重m,
计算方法如下:
Figure FDA0002667212080000012
其中m表示该边的数据传输量占所有发送数据量的比重,mij表示节点i到节点j的数据传输量,mi表示节点i发送信息的数据量,kj表示节点j接收信息的数据量;
并判断是否还有新的指标加入,如果有,则加入新指标,并给定该指标所占权重,规定每个指标所占权重相同;否则直接进入步骤106;
步骤106、计算当前节点边的权重wij
计算方法如下:
Figure FDA0002667212080000013
Figure FDA0002667212080000014
其中wij表示节点i指向节点j的有向边的权重,f表示该边的数据传输频率比重,D表示边的重要性等级,m表示该边的数据传输量占所有发送数据量的比重,ai代表第i项新加入指标的权重,xi表示新加入的指标;
步骤107、判断是否所有节点间边的权重全部计算完成;如果是,则边的权重计算结束,进入步骤108;否则,返回步骤103;
步骤108、根据节点与边权重,建立有向有权的模型交互网络;
步骤二:根据模型交互网络,计算所有节点的出度,选出度较大的节点为初始节点;
具体如下:
计算模型交互网络中所有节点的出度,按照节点出度对节点进行从大到小的排序,选择前25%出度较大的节点作为初始节点;
步骤三:根据初始节点,遍历不同的单条执行路径,计算相应执行路径的可信度,并根据单条执行路径可信度计算复杂仿真系统可信度;
具体步骤如下:
步骤301、依次选择初始节点为当前节点;
步骤302、在当前节点以边权重为概率随机选择后续节点,直至选择终止节点,记录该单条执行路径并计算当前单条执行路径的可信度Rij
计算公式如下:
Figure FDA0002667212080000021
其中Rij表示初始节点i到终止节点j之间单条执行路径的可信度,Rk表示节点i到节点j之间的执行路径上的节点k的可信度,上式中正负号由实际系统给定,若未给定,则按照均匀分布给定节点偏差情况;
步骤303、判断当前遍历次数是否超过迭代阈值δ;如果是,进入步骤304;否则,返回步骤302;
步骤304、判断当前初始节点选择是否超过节点阈值ζ;如果是,进入步骤305;否则,返回步骤301;
步骤305、遍历结束,计算得到所有单条执行路径可信度;
步骤306、综合单条执行路径可信度计算得到复杂仿真系统可信度。
2.根据权利要求1所述的一种基于网络拓扑路径的复杂仿真系统可信度评估方法,其特征在于:所述节点出度计算方法如下:
Figure FDA0002667212080000022
式中,Oi表示节点i的出度,Aij表示节点i到节点j之间连接关系,j=1,2,3,…,n;i≠j,n为模型交互网络中节点总数。
3.根据权利要求1所述的一种基于网络拓扑路径的复杂仿真系统可信度评估方法,其特征在于:所述迭代阈值δ为与初始节点出度大小有关,δ=出度大小*节点数量*1000。
4.根据权利要求1所述的一种基于网络拓扑路径的复杂仿真系统可信度评估方法,其特征在于:所述复杂仿真系统可信度,计算方法如下:
Figure FDA0002667212080000031
其中R表示复杂仿真系统可信度,Rik表示以节点i为初始节点,节点k为终止节点的单次遍历的单条执行路径的可信度,N表示以节点i为初始节点遍历路径的次数,M表示初始节点数量。
CN201910204538.7A 2019-03-15 2019-03-18 一种基于网络拓扑路径的复杂仿真系统可信度评估方法 Active CN109960863B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910197626 2019-03-15
CN2019101976269 2019-03-15

Publications (2)

Publication Number Publication Date
CN109960863A CN109960863A (zh) 2019-07-02
CN109960863B true CN109960863B (zh) 2021-04-20

Family

ID=67024318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910204538.7A Active CN109960863B (zh) 2019-03-15 2019-03-18 一种基于网络拓扑路径的复杂仿真系统可信度评估方法

Country Status (1)

Country Link
CN (1) CN109960863B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110889207B (zh) * 2019-11-08 2023-08-22 江南机电设计研究所 一种基于深度学习的体系组合模型可信度智能评估方法
CN111143977B (zh) * 2019-12-13 2022-10-14 南京理工大学 一种无人机仿真重用模型的可信度计算方法
CN112001067A (zh) * 2020-08-03 2020-11-27 北京机电工程研究所 基于不确定性度量的复杂装备仿真系统可信度评估方法
CN112257332B (zh) * 2020-09-23 2022-12-13 北京航空航天大学 一种仿真模型的评估方法及装置
CN112199842B (zh) * 2020-11-11 2022-10-04 中国电子科技集团公司第二十八研究所 一种基于任务导向的复杂仿真系统可信度评估方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101783752A (zh) * 2010-02-10 2010-07-21 哈尔滨工业大学 一种基于网络拓扑特征的网络安全量化评估方法
CN104134167A (zh) * 2014-08-08 2014-11-05 国网山西省电力公司太原供电公司 基于网状拓扑结构的配电网状态仿真评估系统
CN105260786A (zh) * 2015-09-08 2016-01-20 哈尔滨工程大学 一种电力推进系统仿真可信度评估模型综合优化方法
CN105306372A (zh) * 2015-11-06 2016-02-03 北京空间飞行器总体设计部 一种综合拓扑优化方法
CN106960065A (zh) * 2016-01-11 2017-07-18 北京仿真中心 一种复杂仿真系统可信度的鲁棒评估方法及系统
CN108683564A (zh) * 2018-05-21 2018-10-19 中国科学院信息工程研究所 一种基于多维决策属性的网络仿真系统可信度评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101783752A (zh) * 2010-02-10 2010-07-21 哈尔滨工业大学 一种基于网络拓扑特征的网络安全量化评估方法
CN104134167A (zh) * 2014-08-08 2014-11-05 国网山西省电力公司太原供电公司 基于网状拓扑结构的配电网状态仿真评估系统
CN105260786A (zh) * 2015-09-08 2016-01-20 哈尔滨工程大学 一种电力推进系统仿真可信度评估模型综合优化方法
CN105306372A (zh) * 2015-11-06 2016-02-03 北京空间飞行器总体设计部 一种综合拓扑优化方法
CN106960065A (zh) * 2016-01-11 2017-07-18 北京仿真中心 一种复杂仿真系统可信度的鲁棒评估方法及系统
CN108683564A (zh) * 2018-05-21 2018-10-19 中国科学院信息工程研究所 一种基于多维决策属性的网络仿真系统可信度评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《基于复合边权重的加权复杂网络级联抗毁性优化》;崔文岩等;《系统工程与电子技术》;20170228;第355-360页 *
《改进的加权复杂网络节点重要度评估方法》;王甲生等;《计算机工程》;20120531;第74-76页 *

Also Published As

Publication number Publication date
CN109960863A (zh) 2019-07-02

Similar Documents

Publication Publication Date Title
CN109960863B (zh) 一种基于网络拓扑路径的复杂仿真系统可信度评估方法
CN110175773A (zh) 基于贝叶斯网络的侦查无人机作战效能评估方法
CN112580217A (zh) 基于复杂网络的通信体系结构参数化建模方法
CN110099045B (zh) 基于定性微分博弈和演化博弈的网络安全威胁预警方法及装置
RU2702503C1 (ru) Способ моделирования процессов обоснования требуемого уровня живучести распределенных сетей связи вышестоящей системы управления в условиях вскрытия и внешних деструктивных воздействий
CN104850727A (zh) 基于云重心理论的分布式大数据系统风险评估方法
CN109597839B (zh) 一种基于航电作战态势的数据挖掘方法
CN112632744A (zh) 基于超网络模型的作战体系架构建模方法及空间探索算法
CN111598393B (zh) 一种基于超网络理论的数据链网络运行可靠性评估方法
CN114492742A (zh) 神经网络结构搜索、模型发布方法、电子设备和存储介质
CN112199842B (zh) 一种基于任务导向的复杂仿真系统可信度评估方法
CN109299491B (zh) 一种基于动态影响图对策的元模型建模方法及使用方法
Zhang et al. Service composition based on discrete particle swarm optimization in military organization cloud cooperation
CN112749516A (zh) 适应多类型数据特征的体系组合模型可信度智能评估方法
CN115618743B (zh) 一种瞄准镜系统的状态评估方法及状态评估系统
CN116307794A (zh) 一种基于复杂网络的民航信息协同体系建模与评估方法
CN113408137B (zh) 一种基于任务完成度和损失比的体系作战效能分析方法
CN113792984B (zh) 基于云模型的防空反导指挥控制模型能力评估方法
Mateou et al. Tree-structured multi-layer fuzzy cognitive maps for modelling large scale, complex problems
CN112650770B (zh) 基于query workload分析的MySQL参数推荐方法
Zhao et al. SE-DEA-SVM evaluation method of ECM operational disposition scheme
Hou et al. The System Adaptability Evaluation Index System of Military Communication Equipment System
CN111598392B (zh) 一种基于超网络理论的数据链网络结构可靠性评估方法
CN113032259B (zh) 一种基于模糊的网络化软件系统可靠性指标分配方法
McLemore et al. Military Readiness Modeling

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant