CN113269432B - 一种基于要素聚合网络的服务承载能力评估方法 - Google Patents

Abstract

本发明涉及一种基于要素聚合网络的服务承载能力评估方法，包括以下步骤：根据系统中各种要素间的协作关系，构建要素聚合网络模型；根据要素聚合网络中聚类群落内节点间的耦合关系，量化表征出要素类群的服务承载能力，并基于作业耦合关系，评估作业群组的服务承载能力；基于网络结构特征，提取影响要素聚合网络服务承载能力的内因约束；考虑作业需求特征，构建影响要素聚合网络服务承载能力的外因约束；基于上述内外因约束，构建要素聚合网络的服务承载能力优化目标，基于优化算法求解实现系统服务承载能力的度量。本发明能够有效度量系统的服务承载能力，为要素资源的合理规划和优化调控提供依据，有利于提升系统服务能力及效率。

Description

一种基于要素聚合网络的服务承载能力评估方法

技术领域

本发明属于面向服务的舰面保障系统中基于平台的服务协作技术领域，具体涉及一种基于要素聚合网络的服务承载能力评估方法。

背景技术

舰面保障服务系统是一个服务于舰载机，它能够为舰载机提供所需的供氧、供氮、加油等各种保障服务，支持其完成各种出动回收任务具有重要的地位和作用。在保障服务系统实际运营过程中，单个保障服务需要多种保障要素支持，如加油服务需要加油场地、输油管道、加油人员共同支持。同时对于保障服务对象的个性化服务需求往往无法由单个保障服务独立完成，而必须要求单个独立的保障服务连同其他多个保障服务共同开展按需动态协作。因此，通过信息集成、要素互联等手段分析和评估系统中保障服务的协作过程是关键。通过对保障服务系统的分析与度量，能够实现为保障资源的合理规划和优化调控提供依据，以支撑科学合理的决策方案，同时也有利于提升保障系统的保障能力与可靠性。

随着科学技术日益发展，保障服务系统也变得越来越复杂，涉及到多要素，多功能，多层级。传统的基于简单模型对保障服务系统进行分析与评估的方法难以对系统中多种要素及要素之间的复杂关联关系进行刻画，难以描述多种功能与多种要素间的映射关系。因此，通过一种新的方法实现对保障服务系统的建模，以组织系统中复杂的要素和功能，并基于此进行保障系统的分析与度量，有效地实现对系统保障能力边界的预测，对支持保障系统的保障能力提升与可靠运行具有重要意义。

发明内容

本发明要解决的技术问题为：克服现有技术的不足，提供一种基于要素聚合网络的服务承载能力度量方法，以有效评估舰面保障服务系统的服务承载能力为目标，为服务资源的合理规划和有效调度提供依据，有利于提升舰面保障系统的服务承载能力与效率。

本发明解决其技术问题是采取以下技术方案实现的：一种基于要素聚合网络的服务承载能力评估方法，如图1所示包括如下步骤：

步骤1：将舰面保障系统中的保障要素封装成为要素节点，所封装的要素节点具有功能和服务能力两项属性，单个节点具备单一种类的功能，该功能服务于一个或者多个保障作业，基于要素节点的功能属性将要素节点聚类成为要素类群，具有相同种类功能的节点聚类成为一个要素类群；组合协作完成同一保障作业的一个或几个要素类群共同构成一个作业群组，作业群组内的要类群通过无向边相连，构成舰面保障要素聚合网络；所述保障要素包括保障人员、保障物资和保障环境三类；

步骤2：基于所述舰面保障要素聚合网络中要素类群内的要素节点间的耦合关系，得出所述要素类群的服务承载能力；基于不同保障作业之间的耦合关系，得出要素类群间的约束关系，评估作业群组的服务承载能力；

步骤3：基于对舰面保障要素聚合网络结构的分析，确定每个要素类群的实际服务承载能力，从网络结构出发提取舰面保障要素聚合网络的内因约束；

步骤4：基于保障服务活动开展过程中保障作业具有的上下限、比例关系、优先级约束要求，确定舰面保障要素聚合网络保障作业特征的外因约束；

步骤5：根据所述构建的舰面保障要素聚合网络，确定舰面保障要素聚合网络的服务承载能力优化目标，定义服务承载能力为当前状态下所能开展的保障作业总次数的最大值；所评估的服务承载能力包括网络服务承载能力和局部服务承载能力；针对所确定的服务承载能力优化目标，基于所述舰面保障要素聚合网络内部约束条和外部约束条件，采用优化算法实现舰面保障系统服务承载能力的评估。

所述步骤1中，构建的舰面保障要素聚合网络中，各要素类群间不存在先后序关系，所述舰面保障要素聚合网络结构如图2所示；

所述具体步骤包括：

(11)将保障人员、保障设备和保障环境要素抽象化封装为要素节点s_ij，i，j表示该节点属于第i个要素类群s_i下的第j个节点，具备同种功能的节点属于同一类群；

(12)所有要素类群的集合描述为S＝{s_i|i＝1，2，...，N_s}，N_s为舰面保障要素聚合网络中要素类群的数目，N_i为要素类群s_i中的要素节点的数目，0＜i≤N_s；

(13)每项保障作业对应一个作业群组，所有的作业群组的集合描述为G＝{g^(m)|m＝1，2，...，N_m}，N_m为舰面保障要素聚合网络中存在的保障作业总数的数目；

(14)单个要素类群s_i属于一个或多个作业群组，要素类群s_i所属的作业群组由上标C_i标记，C_i为s_i所属的作业群组标号的集合，对于要素类群s_i只属于一个作业群组g^(m)，该作业组群落标记为

C_i＝{m}，

对于要素聚类群落s_i同时属于两个作业组群落组g^(m)，g⁽ⁿ⁾，则该作业组群落标记为

且

所述步骤2具体实现步骤如下：

(21)针对不同的要素聚类群落内的耦合关系构建数学模型，确定要素类群的服务承载能力上限

s_ij为要素类群s_i中的第j个节点，j＝1，2，…，N_i，N_i为要素类群s_i中的节点数；

(22)针对单个作业群组，不考虑该单个作业群组与其他作业群组的耦合关系，确定单个作业群组服务承载能力上限β_m＝min(α_i)，其中

α_i为要素类群s_i的服务承载能力上限；

(23)针对多个作业群组间存在耦合的情况，基于两个作业群组g^(m)，g⁽ⁿ⁾，它们之间耦合的类群为

C_i＝{m，n}，C_i为s_i所属的作业群组标号的集合，g⁽ⁿ⁾的影响使作业群组g^(m)的服务承载能力β_m→n∈[α_i-β_n，β_m]，g^(m)的影响使作业群组g⁽ⁿ⁾的服务承载能力β_n→m∈[α_i-β_m，β_n]；基于三个作业群组g^(m)，g⁽ⁿ⁾，g^(l)，它们之间耦合的类群为

C_i＝{m，n，l}，则g⁽ⁿ⁾，g^(l)的影响使作业群组g^(m)的服务承载能力β_m→n，l∈[max(α_i-β_n-β_l，0)，β_m]；α_i为要素类群

的服务承载能力上限，β_m为单个作业群组g^(m)的服务承载能力上限。

所述步骤3具体实现步骤如下：

(31)每个要素类群

对应的实际保障作业能力为x_i；对于要素聚类群落

只属于一个作业群组g^(m)，即C_i＝{m}，C_i为s_i所属的作业群组标号的集合，要素聚类群落

在该保障作业上分配的实际保障作业能力

对于要素聚类群落

同时属于两个作业组合群落组g^(m)，g⁽ⁿ⁾，即C_j＝{m，n}，则要素聚类群落

在两个保障作业下分配的实际作业能力分别为

(32)基于要素类群在保障作业下分配的实际作业能力，构建舰面保障要素聚合网络的内因约束：(a)0≤x_i≤α_i，0＜i≤N_s；(b)

其中s_i∈g^(m)，0＜m≤N_m；(c)

m∈C_i；上述三个约束条件同时存在，x_i为要素类群

对应的实际保障作业能力，N_s为要素类群s_i中的要素节点的数目，

为要素类群

在保障作业m下分配的实际作业能力，β_m为要素类群

在作业m下的服务承载能力上限，N_m为保障作业总数。

所述步骤4具体实现如下：

(41)保障作业存在上限要求：要求保障作业m至少完成N项，

其中

保障作业存在下限要求：要求保障作业m至多完成M项，

其中

以上两项同时存在，

为要素类群

在保障作业m下分配的实际作业能力；

(42)保障作业存在比例关系要求：要求保障作业m与保障作业n要按照配比k完成，

其中

为要素类群

在保障作业m下分配的实际作业能力；

为要素类群

在保障作业n下分配的实际作业能力；

(43)保障作业需求存在优先级要求：要求保障作业m优先完成，

0＜i≤N_s；

为要素类群

在保障作业m下分配的实际作业能力，β_m为单个作业群组g^(m)的服务承载能力上限，

所述步骤5具体包括：

(51)确定舰面保障系统服务承载能力，包括网络服务承载能力和局部服务承载能力；(a)网络服务承载能力μ，指从舰面保障要素聚合网络全局分析其所能开展的所有的保障作业总次数的区间；(b)局部服务承载能力μ_local，指从舰面保障要素聚合网络局部分析所能开展的所关注的部分保障作业总次数的区间；

(52)要素网络闲置的保障作业的能力最小时，所提供的服务承载能力最大；要素类群的服务承载能力上限α_i，要素类群的实际保障作业能力为x_i，则要素类群的闲置的保障作业能力为α_i-x_i；(a)针对评估网络服务承载能力μ，所设定的优化目标为使得舰面保障要素聚合网络的闲置作业能力最小，

(b)针对评估局部服务承载能力μ_local，所设定的优化目标为使得所关注的保障作业的闲置作业能力最小，所关注的保障作业涉及到的类群集合为ω，则评估局部服务承载能力μ_local的优化目标为，

(53)基于步骤2，步骤3所确定的内因和外因约束条件，使用优化算法对上述优化目标求解；当存在最优解时，则该最优解为步骤2，步骤3所确定的内因和外因约束条件条件下的解；当无解时，则对步骤3所构建的约束条件进行松弛并求解，当松弛后存在最优解时，则松弛后存在最优解为松弛条件下的解；当松弛后无解时，则继续对步骤3所构建的约束条件进行松弛并求解，直到存在解；再求得相应的解为：{x_i|0＜i≤N_s}，N_s为网络中要素类群的数目；

(54)基于所求得的解计算服务承载能力大小；对于每项保障作业，所评估出执行的次数为σ_m＝min(x_i)，则网络服务承载能力μ为

局部服务承载能力μ_local为

为所关注的保障作业的集合；网络整体服务承载能力为μ∈[0，σ_m]，网络局部服务承载能力为μ_local∈[0，σ_local]。

本发明与现有技术相比的优点在于：

(1)本发明中提出的一种舰面保障要素聚合网络模型，它能将服务系统中的各种要素抽象成要素节点，并通过网络模型有效地组织系统中的各种要素，准确刻画出要素间的组合协作关系；

(2)本发明提出的一种基于保障要素聚合网络的服务承载能力评估方法，通过同时考虑网络内/外因约束条件，构建优化目标并进行求解，能够有效评估舰面保障系统的服务承载能力，为要素资源的合理规划和优化调控提供依据，有利于提升系统服务能力与效率。

附图说明

图1是本发明的方法流程图；

图2是要素聚合网络结构示意图。

具体实施方式

下面结合附图对本发明做进一步详细的描述。

如图1所示，本发明的方法具体实施方式如下：

步骤1：要素聚合网络构建，舰面保障要素聚合网络的结构如图2所示，具体实施方式如下：

(11)将保障人员、保障设备和保障环境要素抽象化封装为要素节点s_ij，i，j表示该节点属于第i个要素类群s_i下的第j个节点，具备同种功能的节点属于同一类群；

(12)所有要素类群的集合描述为S＝{s_i|i＝1，2，...，N_s}，N_s为网络中要素类群的数目，N_i为要素类群s_i中的要素节点的数目，0＜i≤N_s；

(13)每项保障作业对应一个作业群组，所有的作业群组的集合描述为G＝{g^(m)|m＝1，2，...，N_m}，N_m为网络中存在的保障作业的数目；

(14)单个要素类群s_i属于一个或多个作业群组，要素类群s_i所属的作业群组由上标C_i标记，C_i为s_i所属的作业群组标号的集合，对于要素类群s_i只属于一个作业群组g^(m)，该群落标记为

C_i＝{m}，

对于要素聚类群落s_i同时属于两个作业组合群落组g^(m)，g⁽ⁿ⁾，则该群落标记为

C_i＝{m，n}，

且

步骤2：要素类群及作业群组服务承载能力评估，具体实现如下：

(21)针对不同的要素聚合群落内的耦合关系构建数学模型，确定要素类群的服务承载能力上限

s_ij为要素类群s_i中的第j个节点，j＝1，2，…，N_i，N_i为要素类群s_i中的节点数；

(22)针对单个作业群组，不考虑该单个作业群组与其他作业群组的耦合关系，确定单个作业群组服务承载能力上限β_m＝min(α_i)，其中

α_i为要素类群s_i的服务承载能力上限；

(23)针对多个作业群组间存在耦合的情况，基于两个作业群组g^(m)，g⁽ⁿ⁾，它们之间耦合的类群为

C_i＝{m，n}，C_i为s_i所属的作业群组标号的集合，g⁽ⁿ⁾的影响使作业群组g^(m)的服务承载能力β_m→n∈[α_i-β_n，β_m]，g^(m)的影响使作业群组g⁽ⁿ⁾的服务承载能力β_n→m∈[α_i-β_m，β_n]；基于三个作业群组g^(m)，g⁽ⁿ⁾，g^(l)，它们之间耦合的类群为

C_i＝{m，n，l}，则g⁽ⁿ⁾，g^(l)的影响使作业群组g^(m)的服务承载能力β_m→n，l∈[max(α_i-β_n-β_l，0)，β_m]；α_i为要素类群

的服务承载能力上限，β_m为单个作业群组g^(m)的服务承载能力上限。

步骤3：基于网络结构特征的内因约束提取，具体实现如下：

(31)每个要素类群

对应的实际作业能力为x_i；对于要素聚类群落

只属于一个作业群组g^(m)，即C_i＝{m}，C_i为s_i所属的作业群组标号的集合，要素聚类群落

在该保障作业上分配的实际作业能力

对于要素聚类群落

同时属于两个作业组合群落组g^(m)，g⁽ⁿ⁾，即C_j＝{m，n}，则要素聚类群落

在两个保障作业下分配的实际作业能力分别为

(32)基于要素类群在保障作业下分配的实际作业能力，构建舰面保障要素聚合网络的内部约束条件：(a)0≤x_i≤α_i，0＜i≤N_s；(b)

其中s_i∈g^(m)，0＜m≤N_m；(c)

m∈C_i；上述三个约束条件同时存在，x_i为要素类群

对应的实际保障作业能力，N_s为要素类群s_i中的要素节点的数目，

为要素类群

在保障作业m下分配的实际作业能力，β_m为要素类群

在保障作业m下的服务承载能力上限，N_m为保障作业总数。

步骤4：基于保障作业需求特征的外因约束构建，具体实现如下：

(41)(a)保障作业存在上限要求：要求保障作业m至少完成N项，

其中

(b)保障作业存在下限要求：要求保障作业m至多完成M项，

其中

以上两项同时存在，

为要素类群

在保障作业m下分配的实际作业能力；

(42)保障作业存在比例关系要求：要求保障作业m与保障作业n要按照配比k完成，

其中

为要素类群

在保障作业m下分配的实际作业能力；

为要素类群

在保障作业n下分配的实际作业能力；

(43)保障作业需求存在优先级要求：要求保障作业m优先完成，

0＜i≤N_s；

为要素类群

在保障作业m下分配的实际作业能力，β_m为单个作业群组g^(m)的服务承载能力上限，

步骤5：要素聚合网络服务承载能力度量，具体实现如下：

(51)确定舰面保障系统服务承载能力，包括网络服务承载能力和局部服务承载能力；(a)网络服务承载能力μ，指从舰面保障要素聚合网络全局分析其所能开展的所有的保障作业总次数的区间；(b)局部服务承载能力μ_local，指从舰面保障要素聚合网络局部分析所能开展的所关注的部分保障作业总次数的区间；

(52)要素网络闲置的作业能力最小时，所提供的服务承载能力最大；要素类群的服务承载能力上限α_i，要素类群的实际作业能力为x_i，则要素类群的闲置的作业能力为α_i-x_i；(a)针对评估网络服务承载能力μ，所设定的优化目标为使得舰面保障要素聚合网络整体的闲置作业能力最小，

(b)针对评估局部服务承载能力μ_local，所设定的优化目标为使得所关注的保障作业的闲置作业能力最小，所关注的保障作业涉及到的类群集合为ω，则评估局部服务承载能力μ_local的优化目标为，

(53)基于步骤2，步骤3所确定的内因和外因约束条件，使用优化算法对上述优化目标求解；当存在最优解时，则该最优解为步骤2，步骤3所确定的内因和外因约束条件条件下的解；当无解时，则对步骤3所构建的约束条件进行松弛并求解，当松弛后存在最优解时，则松弛后存在最优解为松弛条件下的解；当松弛后无解时，则继续对步骤3所构建的约束条件进行松弛并求解，直到存在解；再求得相应的解为：{x_i|0＜i≤N_s}，N_s为网络中要素类群的数目；

(54)基于所求得的解来计算服务承载能力大小；对于每项保障作业，所评估出执行的次数为σ_m＝min(x_i)，可得到网络服务承载能力μ为

局部服务承载能力μ_local为

为所关注的保障作业的集合；网络整体服务承载能力为μ∈[0，σ_m]，网络局部服务承载能力为μ_local∈[0，σ_local]。

综上所述，本发明提出一种基于要素聚合网络的服务承载能力评估方法。该方法包括舰面保障要素聚合网络构建、要素类群及作业群组服务承载能力评估、基于网络结构特征的内因约束提取、基于作业需求特征的外因约束构建、要素聚合网络服务承载能力度量5个步骤。一方面提出了一种舰面保障要素聚合网络构建方法，能够有效地组织服务系统中的各种要素，准确刻画要素间的组合协作关系；另一方面提出了一种基于保障要素聚合网络的服务承载能力评估方法，能够有效评估系统的服务承载能力，为要素资源的合理规划和优化调控提供依据，有利于提升系统服务能力与效率。

本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种基于要素聚合网络的服务承载能力评估方法，其特征在于，包括步骤如下：

步骤1：将舰面保障系统中的保障要素封装成为要素节点，所封装的要素节点具有功能和服务能力两项属性，单个节点具备单一种类的功能，该功能服务于一个或者多个保障作业，基于要素节点的功能属性将要素节点聚类成为要素类群，具有相同种类功能的节点聚类成为一个要素类群；组合协作完成同一保障作业的一个或几个要素类群共同构成一个作业群组，作业群组内的要素类群通过无向边相连，构成舰面保障要素聚合网络；所述保障要素包括保障人员、保障物资和保障环境三类；

步骤2：基于所述舰面保障要素聚合网络中要素类群内的要素节点间的耦合关系，得出所述要素类群的服务承载能力；基于不同保障作业之间的耦合关系，得出要素类群间的约束关系，评估作业群组的服务承载能力；

步骤3：基于对舰面保障要素聚合网络结构的分析，确定每个要素类群的实际服务承载能力，从网络结构出发提取舰面保障要素聚合网络的内因约束；

步骤4：基于保障服务活动开展过程中保障作业具有的上下限、比例关系、优先级约束要求，确定舰面保障要素聚合网络保障作业特征的外因约束；

步骤5：根据所述舰面保障要素聚合网络，确定舰面保障要素聚合网络的服务承载能力优化目标，定义服务承载能力为当前状态下所能开展的保障作业总次数的最大值；所评估的服务承载能力包括网络服务承载能力和局部服务承载能力；针对所确定的服务承载能力优化目标，基于所述舰面保障要素聚合网络内部约束条和外部约束条件，采用优化算法实现舰面保障系统服务承载能力的评估。

2.根据权利要求1中所述的基于要素聚合网络的服务承载能力评估方法，其特征在于：所述步骤1具体步骤包括：

(11)将保障人员、保障设备和保障环境要素抽象化封装为要素节点s_ij，i，j表示该节点属于第i个要素类群s_i下的第j个节点，具备同种功能的节点属于同一类群；

(12)所有要素类群的集合描述为S＝{s_i|i＝1，2，...，N_s}，N_s为舰面保障要素聚合网络中要素类群的数目，N_i为要素类群s_i中的要素节点的数目，0＜i≤N_s；

(13)每项保障作业对应一个作业群组，所有的作业群组的集合描述为G＝{g^(m)|m＝1，2，...，N_m}，N_m为舰面保障要素聚合网络中存在的保障作业总数的数目；

(14)单个要素类群s_i属于一个或多个作业群组，要素类群s_i所属的作业群组由上标C_i标记，C_i为s_i所属的作业群组标号的集合，对于要素类群s_i只属于一个作业群组g^(m)，该要素类群标记为

对于要素聚类群落s_i同时属于两个作业群组g^(m)，g⁽ⁿ⁾，则该要素类群标记为

且

3.根据权利要求1中所述的基于要素聚合网络的服务承载能力评估方法，其特征在于：所述步骤2具体实现步骤如下：

(21)针对不同的要素聚类群落内的耦合关系构建数学模型，确定要素类群的服务承载能力上限

s_ij为要素类群s_i中的第j个节点，j＝1，2，…，N_i，N_i为要素类群s_i中的节点数；

(22)针对单个作业群组，不考虑该单个作业群组与其他作业群组的耦合关系，确定单个作业群组服务承载能力上限β_m＝min(α_i)，其中

α_i为要素类群s_i的服务承载能力上限；

(23)针对多个作业群组间存在耦合的情况，基于两个作业群组g^(m)，g⁽ⁿ⁾，它们之间耦合的类群为

C_i为s_i所属的作业群组标号的集合，g⁽ⁿ⁾的影响使作业群组g^(m)的服务承载能力β_m→n∈[α_i-β_n，β_m]，g^(m)的影响使作业群组g⁽ⁿ⁾的服务承载能力β_n→m∈[α_i-β_m，β_n]；基于三个作业群组g^(m)，g⁽ⁿ⁾，g^(l)，它们之间耦合的类群为

则g⁽ⁿ⁾，g^(l)的影响使作业群组g^(m)的服务承载能力β_m→n，l∈[max(α_i-β_n-β_l，0)，β_m]；α_i为要素类群

的服务承载能力上限，β_m为单个作业群组g^(m)的服务承载能力上限。

4.根据权利要求1中所述的基于要素聚合网络的服务承载能力评估方法，其特征在于：所述步骤3具体实现步骤如下：

(31)每个要素类群

对应的实际保障作业能力为x_i；对于要素聚类群落

只属于一个作业群组g^(m)，即C_i＝{m}，C_i为s_i所属的作业群组标号的集合，要素聚类群落

在该保障作业上分配的实际保障作业能力

对于要素聚类群落

同时属于两个作业组合群落组g^(m)，g⁽ⁿ⁾，即C_j＝{m，n}，则要素聚类群落

在两个保障作业下分配的实际作业能力分别为

(32)基于要素类群在保障作业下分配的实际作业能力，构建舰面保障要素聚合网络的内因约束：(a)0≤x_i≤α_i，0＜i≤N_s；(b)

其中s_i∈g^(m)，0＜m≤N_m；(c)

上述三个约束条件同时存在，x_i为要素类群

对应的实际保障作业能力，N_s为要素类群s_i中的要素节点的数目，

为要素类群

在保障作业m下分配的实际作业能力，β_m为要素类群

在保障作业m下的服务承载能力上限，N_m为保障作业总数。

5.根据权利要求1中所述的基于要素聚合网络的服务承载能力评估方法，其特征在于：所述步骤4具体实现如下：

(41)保障作业存在上限要求：要求保障作业m至少完成N项，

其中

保障作业存在下限要求：要求保障作业m至多完成M项，

其中

以上两项同时存在，

为要素类群

在保障作业m下分配的实际作业能力；

(42)保障作业存在比例关系要求：要求保障作业m与保障作业n要按照配比k完成，

其中

为要素类群

在保障作业m下分配的实际作业能力；

为要素类群

在保障作业n下分配的实际作业能力；

(43)保障作业需求存在优先级要求：要求保障作业m优先完成，

为要素类群

在保障作业m下分配的实际作业能力，β_m为单个作业群组g^(m)的服务承载能力上限，

6.根据权利要求4中所述的基于要素聚合网络的服务承载能力评估方法，其特征在于：所述步骤5具体包括：

(51)确定舰面保障系统服务承载能力，包括网络服务承载能力和局部服务承载能力；(a)网络服务承载能力μ，指从舰面保障要素聚合网络全局分析其所能开展的所有的保障作业总次数的区间；(b)局部服务承载能力μ_local，指从舰面保障要素聚合网络局部分析所能开展的所关注的部分保障作业总次数的区间；

(52)要素网络闲置的保障作业的能力最小时，所提供的服务承载能力最大；要素类群的服务承载能力上限α_i，要素类群的实际保障作业能力为x_i，则要素类群的闲置的保障作业能力为α_i-x_i；(a)针对评估网络服务承载能力μ，所设定的优化目标为使得舰面保障要素聚合网络的闲置作业能力最小，

(b)针对评估局部服务承载能力μ_local，所设定的优化目标为使得所关注的保障作业的闲置作业能力最小，所关注的保障作业涉及到的类群集合为ω，则评估局部服务承载能力μ_local的优化目标为，

(53)基于步骤2，步骤3所确定的内因和外因约束条件，使用优化算法对上述优化目标求解；当存在最优解时，则该最优解为步骤2，步骤3所确定的内因和外因约束条件下的解；当无解时，则对步骤3所构建的约束条件进行松弛并求解，当松弛后存在最优解时，则松弛后存在最优解为松弛条件下的解；当松弛后无解时，则继续对步骤3所构建的约束条件进行松弛并求解，直到存在解；再求得相应的解为：{x_i|0＜i≤N_s}，N_s为网络中要素类群的数目；

(54)基于所求得的解计算服务承载能力大小；对于每项保障作业，所评估出执行的次数为σ_m＝min(x_i)，则网络服务承载能力μ为

局部服务承载能力μ_local为

为所关注的保障作业的集合；网络整体服务承载能力为μ∈[0，σ_m]，网络局部服务承载能力为μ_local∈[0，σ_local]。

Images