CN113342524B - 作战体系结构可靠性分析方法、装置、设备和介质 - Google Patents
作战体系结构可靠性分析方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113342524B CN113342524B CN202110625190.6A CN202110625190A CN113342524B CN 113342524 B CN113342524 B CN 113342524B CN 202110625190 A CN202110625190 A CN 202110625190A CN 113342524 B CN113342524 B CN 113342524B
- Authority
- CN
- China
- Prior art keywords
- node
- point
- architecture
- combat
- starting point
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000004891 communication Methods 0.000 claims description 56
- 238000004422 calculation algorithm Methods 0.000 claims description 40
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 230000009191 jumping Effects 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 abstract description 11
- 230000000694 effects Effects 0.000 abstract description 7
- 238000013439 planning Methods 0.000 abstract description 6
- 238000011156 evaluation Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 230000008859 change Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013440 design planning Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及作战体系结构可靠性分析方法、装置、设备和介质，方法包括：获取作战体系结构的拓扑的节点集合和链路集合；根据节点集合和链路集合利用Menger定理，计算得到作战体系结构的点连通度；根据节点集合和链路集合利用Menger定理的推论，计算得到作战体系结构的边连通度；对相对点连通度和相对边连通度进行加权求和处理，得到作战体系结构的可靠性分析结果。在实践应用的算例中，充分验证了上述方法的分析高效性与准确性，达到了高效且准确获取作战体系结构的可靠性的效果，可为作战体系作战效能评估与规划建设提供可靠数据参考。
Description
技术领域
本申请涉及数据处理技术领域，特别是涉及一种作战体系结构可靠性分析方法、装置、设备和介质。
背景技术
作战体系结构从不同视角、不同方面规定作战体系的要素组成及其互联关系，对作战体系的任务行动、组织机制、系统功能、装备技术和资源保障等内容给出规范和约束，能够为作战体系设计规划提供指导依据，为作战体系建设发展确立标准蓝图，在作战体系从研制建设到运行演化的全生命周期中起到基础支撑作用。
作战体系结构的可靠性用于考查作战体系结构在遭到打击破坏或出现故障损耗情况下的持续运行能力，反映出作战体系结构有效发挥体系支撑作用的可延续程度。可靠性高的作战体系结构，组成配置更加科学，关系设置更加通畅，能够提升作战体系的战场适应能力和任务执行效率，使其满足体系对抗过程中的复杂性和多样性要求。
目前研究者针对作战体系结构的设计优化、建模仿真和工程应用等领域的相关问题提出了很多解决方法，但关于可靠性、均衡性等结构性能分析方面的研究成果较少，难以有效支持作战体系建设需要，仍然存在着无法高效且准确获取作战体系结构的可靠性的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种作战体系结构可靠性分析方法、一种作战体系结构可靠性分析装置、一种计算机设备以及一种计算机可读存储介质，能够高效且准确获取作战体系结构的可靠性。
为了实现上述目的，本发明实施例采用以下技术方案：
一方面，本发明实施例提供一种作战体系结构可靠性分析方法，包括步骤：
获取作战体系结构的拓扑的节点集合和链路集合；节点集合包括作战体系结构的拓扑的各节点，链路集合包括各节点之间的链路；
根据节点集合和链路集合利用Menger定理，计算得到作战体系结构的点连通度；
根据节点集合和链路集合利用Menger定理的推论，计算得到作战体系结构的边连通度；
对相对点连通度和相对边连通度进行加权求和处理，得到作战体系结构的可靠性分析结果；
其中，相对点连通度等于点连通度与作战体系结构的总节点数量的比值，相对边连通度等于边连通度与作战体系结构的总链路数量的比值。
另一方面，还提供一种作战体系结构可靠性分析装置，包括：
集合获取模块，用于获取作战体系结构的拓扑的节点集合和链路集合；节点集合包括作战体系结构的拓扑的各节点，链路集合包括各节点之间的链路；
点连通模块，用于根据节点集合和链路集合利用Menger定理，计算得到作战体系结构的点连通度；
边连通模块，用于根据节点集合和链路集合利用Menger定理的推论，计算得到作战体系结构的边连通度；
可靠分析模块，用于对相对点连通度和相对边连通度进行加权求和处理，得到作战体系结构的可靠性分析结果；
其中，相对点连通度等于点连通度与作战体系结构的总节点数量的比值，相对边连通度等于边连通度与作战体系结构的总链路数量的比值。
又一方面，还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现任一项的上述作战体系结构可靠性分析方法的步骤。
再一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现任一项的上述作战体系结构可靠性分析方法的步骤。
上述技术方案中的一个技术方案具有如下优点和有益效果：
上述作战体系结构可靠性分析方法、装置、设备和介质，通过针对作战体系结构的可靠性分析问题，基于体系结构要素之间的相互连通程度，从作战体系结构的点连通度和边连通度两个角度入手，研究设计了相应结构可靠性分析判断方法，首先获取作战体系结构的拓扑的节点集合和链路集合，然后分别利用Menger定理及其推论计算作战体系结构的点连通度和边连通度，进而基于点连通度和边连通度，取相对点连通度和相对边连通度进行加权求和，得到作战体系结构的基于连通度的可靠性分析结果。在实践应用的算例中，充分验证了上述方法的分析高效性与准确性，达到了高效且准确获取作战体系结构的可靠性的效果，可为作战体系作战效能评估与规划建设提供可靠数据参考。
附图说明
图1为一个实施例中作战体系结构可靠性分析方法的流程示意图；
图2为一个实施例中作战体系结构的点连通度的计算流程示意图；
图3为一个实施例中作战体系结构的边连通度的计算流程示意图；
图4为一个实施例中递归层次结构拓扑示意图；
图5为一个实施例中C1′随K的增加而变化的情况示意图；
图6为一个实施例中C2′随K的增加而变化的情况示意图；
图7为一个实施例中C1′随N的增加而变化的情况示意图；
图8为一个实施例中C2′随N的增加而变化的情况示意图；
图9为一个实施例中C随N的增加而变化的情况示意图；
图10为一个实施例中C随w1的增加而变化的情况示意图；
图11为一个实施例中作战体系结构可靠性分析装置的模块结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
作战体系结构通过在各个结构要素之间建立各类互联关系，形成以结构要素为节点、以互联关系为链路的网络拓扑，成为作战体系的结构组织形式和功能运行基础。针对这一特性，当前主流的体系结构建模工具，包括DoDAF(国防部体系架构框架)、UAF(通用身份认证框架)和SysML(Systems Modeling Language，系统建模语言)等，其核心结构模型都利用网络拓扑直观清晰地展现作战体系的内在联系，例如DoDAF中的作战资源流模型(OV-2)、作战活动模型(OV-5)和系统资源流模型(SV-2)等。依托这些结构模型，可以采用形式化方式描述作战体系结构及其连通度。
连通度是作战体系结构的网络拓扑的关键特性之一，是对作战体系中各结构要素之间相互连接程度高低的度量。本申请研究中发现，从结构要素和连接关系两个角度考虑，可将连通度分为点连通度和边连通度，分别表示使作战体系失去内在联系需要毁坏的最小节点数量和最小链路数量。相应的，可以从该两个角度准确分析体系结构的可靠性，一是基于结构要素，通过计算点连通度进行判断；二是基于连接关系，通过计算边连通度进行判断。
为了准确判断评价作战体系结构在遭到打击破坏或出现故障损耗情况下的持续运行能力，也即评估作战体系结构的抗打击能力和支撑作战体系达成预期任务目标的能力，基于体系结构要素之间的相互连通程度，本申请研究给出了一种作战体系结构可靠性分析方法，并通过应用算例验证了方法的有效性，可为作战体系建设规划提供可靠数据参考。综上，本发明针对传统的作战体系结构分析方法中，无法高效且准确获取作战体系结构的可靠性的技术问题，设计了一种能够高效且准确获取作战体系结构的可靠性的作战体系结构可靠性分析方法。
请参阅图1，一方面，本发明提供一种作战体系结构可靠性分析方法，包括如下步骤S12至S18：
S12，获取作战体系结构的拓扑的节点集合和链路集合；节点集合包括作战体系结构的拓扑的各节点，链路集合包括各节点之间的链路。
可以理解，作战体系结构的拓扑的数据可以通过数据上传、在线下载、在线监测或者拷贝等方式，提供给用于执行作战体系结构可靠性分析的计算机设备使用。对于任一种作战体系结构的结构拓扑，其拓扑的数据可包含结构拓扑中所有节点、节点之间的互联关系、链路及其他关联信息的全部数据。作战体系结构的拓扑的所有节点组成的集合称为节点集合，而所有节点之间的链路则构成了作战体系结构的链路集合。
S14，根据节点集合和链路集合利用Menger定理，计算得到作战体系结构的点连通度；
S16，根据节点集合和链路集合利用Menger定理的推论，计算得到作战体系结构的边连通度。
可以理解，Menger定理(又称门杰定理)指出：对于网络拓扑中任意两个不相邻的节点，连接这两个节点的所有内部不相交路径的数量，等于分离这两个节点的最小节点集合的元素数量。而Menger定理的推论指出：对于网络拓扑中任意两个不相邻的节点，连接这两个节点的所有边不相交路径的数量，等于分离这两个节点的最小边集合的元素数量。
为便于说明，可以用Nodes＝{noden|1≤n≤N}表示某个作战体系结构模型中的节点集合，例如但不限于OV-2中的作战节点集合、OV-5中的作战活动集合和SV-2中的系统节点集合等；其中N＝|Nodes|，表示该作战体系结构模型中的总节点数量。
相应的，可以用Links＝{linkmn|1≤m≤N,1≤n≤N,m≠n}表示该作战体系结构模型中的链路集合，例如但不限于OV-2或SV-2中的资源流关系集合、OV-5中的活动关系集合等。令L＝|Links|，表示该作战体系结构模型中的总链路数量。当任意节点nodem与节点noden直接相连时，用linkmn表示节点nodem与节点noden之间的链路，此时的节点nodem与节点noden互为相邻节点。用nodem.Bor表示节点nodem的相邻节点集合，用|nodem.Bor|表示相邻节点集合nodem.Bor的元素数量，也即节点nodem的度。
可以用C1表示该作战体系结构模型的点连通度，用MinNodes(m,n)表示为了使节点nodem和节点noden不连通而需要去除的最小节点集合，则有：
C1＝min{|MinNodes(m,n)||1≤m≤N,1≤n≤N,m≠n} (1)
其中，|MinNodes(m,n)|表示最小节点集合MinNodes(m,n)的元素数量。
相应的，可以用C2表示该作战体系结构模型的边连通度，用MinLinks(m,n)表示为了使节点nodem和节点noden不连通而需要去除的最小链路集合，则有：
C2＝min{|MinLinks(m,n)||1≤m≤N,1≤n≤N,m≠n} (2)
其中，|MinLinks(m,n)|表示最小链路集合MinLinks(m,n)的元素数量。基于上式(1)和式子(2)，可以利用Menger定理及其推论来计算该作战体系结构模型的点连通度和边连通度。
S18，对相对点连通度和相对边连通度进行加权求和处理，得到作战体系结构的可靠性分析结果；其中，相对点连通度等于点连通度与作战体系结构的总节点数量的比值，相对边连通度等于边连通度与作战体系结构的总链路数量的比值。
可以理解，无论是基于结构要素判断还是基于互联关系判断，得出的连通度越高，说明作战体系结构中任意两个结构要素之间的关联路径会越多，可以经由更多不同方向的中间节点和链路建立关联路径；当某些路径上的节点或链路遭到毁伤，还可通过其他路径保持关联，使得作战体系在运行过程中的可靠性更高。
尽管连通度能反映出作战体系结构的可靠性，但在实际应用中不能直接将连通度作为其可靠性大小的判断取值。不同规模的作战体系结构可能具有相同的点连通度或边连通度，但由于节点和链路数量不同，可靠性往往也会不同，尤其是规模较大的体系结构出现节点或链路故障的概率更高，更加难以保持长期稳定运行。
因此，为了能够客观比较不同规模的作战体系结构，屏蔽节点和链路数量对判断结果的影响，本申请中定义了相对点连通度和相对边连通度作为可靠性取值的计算指标，分别表示为C1′和C2′。
具体的，相对点连通度C1′可由点连通度C1与总节点数量N求比值获得，则有：
C1′＝C1/N (3)
相对边连通度C2′可由边连通度C2与总链路数量L求比值获得，则有：
C2′＝C2/L (4)
获得相对点连通度C1′和相对边连通度C2′后，对其进行加权求和即可得出基于连通度的作战体系结构的可靠性取值，也即得到作战体系结构的可靠性分析结果。令相对点连通度和相对边连通度的指标权重分别为w1和w2，且w1+w2＝1，令作战体系结构的可靠性取值为C，则有：
C＝w1×C1′+w2×C2′ (5)
易知0＜C＜1，且当C取值越大时，要使得结构要素之间失去联系，需要破坏的节点和链路数量占整个体系结构规模的比重就越大，由此分析出体系结构的可靠性就会越强。权重w1和w2的具体取值可以根据不同作战体系结构的可靠性分析需求进行选取。
可选的，权重w1和w2的选取原则可以包括：以w1+w2＝1为前提；若分析需求较为注重判断各个节点本身是否可靠，则认为相对点连通度取值C1′比相对边连通度取值C2′对体系结构可靠性分析结果C的判定更加重要；若分析需求较为注重判断各个节点之间的关联关系是否可靠，则认为相对边连通度取值C2′比相对点连通度取值C1′对体系结构可靠性分析结果C的判定更加重要；若认为C1′相对于C2′对结果C的判定更加重要，则w1>w2，且C1′越重要，w1应该越大，反之则w1<w2，且C2′越重要，w2应该越大。
上述作战体系结构可靠性分析方法，通过针对作战体系结构的可靠性分析问题，基于体系结构要素之间的相互连通程度，从作战体系结构的点连通度和边连通度两个角度入手，研究设计了相应结构可靠性分析判断方法，首先获取作战体系结构的拓扑的节点集合和链路集合，然后分别利用Menger定理及其推论计算作战体系结构的点连通度和边连通度，进而基于点连通度和边连通度，取相对点连通度和相对边连通度进行加权求和，得到作战体系结构的基于连通度的可靠性分析结果。在实践应用的算例中，充分验证了上述方法的分析高效性与准确性，达到了高效且准确获取作战体系结构的可靠性的效果，可为作战体系作战效能评估与规划建设提供可靠数据参考。
请参阅图2，在一个实施例中，关于上述的步骤S14，具体可以包括如下处理步骤S141和S150：
S141，调用建立的点连通度的点连通计算模型并用总节点数量进行初始化；
S143，选定当前一个度最小的节点作为遍历处理的起点，遍历未被选定的所有节点作为终点；
S145，调用基于深度优先算法的处理算法，计算起点与各终点之间所有内部不相交路径的第一路径数量；
S147，若第一路径数量小于点连通计算模型的值，则将第一路径数量赋值给点连通计算模型；
S149，用下一个度最小的节点更新起点，返回执行步骤S143，直至遍历所有度最小的节点作为起点；
S150，将点连通计算模型的值输出，得到点连通度。
具体的，可以通过算法程序实现上述处理步骤，在处理前，可以首先建立或调用一个链表结构的全局变量NodeList，用于记录两个节点之间所有内部不相交路径上的节点。而调用的数组Selected是长度为N，元素为0或1的数组，用于记录某个节点是否被遍历过，例如但不限于以元素为0表示某个节点未被遍历过，以元素为1表示某个节点被遍历过。
根据式(1)可知，点连通度小于等于最小节点的度(或称度数)。用总节点数量N对式(1)C1(也即前述点连通计算模型)初始化后，遍历所有度最小的节点作为起点，记为nodem；而对于每一个起点的遍历处理中，遍历所有未被选为起点的节点作为终点，记为noden，调用基于深度优先算法的处理算法计算起点nodem和终点noden之间所有内部不相交路径的数量，也即前述的第一路径数量，记为P1。若P1小于C1，则把P1的值赋给C1。当把所有度最小的节点作为起点遍历处理完后，C1的值即等于该作战体系结构模型的点连通度。
为了更清楚、准确直观地说明上述步骤的处理流程，提供了如下一种可选的算法程序用于实现上述处理步骤：
算法1:
int GetC1(Nodes)；*********定义函数GetC1()，将节点集合Nodes作为输入；
01:int C1＝N；*********初始化C1为N；
02:int Selected＝[N]＝0；*********定义Selected数组长度为N，元素初值为0；
03:foreach nodem∈Nodes and|nodem.Bor|＝min{|nodem.Bor||1≤m≤N}；*********遍历任意节点nodem，节点nodem属于节点集合Nodes，且节点nodem的度为所有度最小；
04:Selected[m]＝1；*********令数组中第m个元素等于1，用于标记节点nodem已被遍历；
05:foreach noden∈Nodes and Selected[n]＝0；*********遍历节点noden，节点noden属于节点集合Nodes并且未被遍历；
06:int P1＝0；*********定义任意两个节点之间内部不相交的路径数量为0；
07:foreach nodex∈nodem.Bor and*********遍历节点nodex，节点nodex属于节点nodem的相邻节点集合nodem.Bor，且节点nodex不属于两个节点之间所有内部不相交路径上的节点；
08:P1+＝Findnodes(x,n)；*********调用算法2计算P1，并将返回值累加赋给P1；
09:if C1＞P1；*********若C1＞P1；
10:C1＝P1；*********将P1赋值给C1；
11:clear NodeList；*********清空链表结构的全局变量；
12:return C1；*********返回C1值。
通过上述步骤，即可快速且准确地获取作战体系结构的点连通度，上述处理方式中的相应N取值不同，即可得到不同作战体系结构的点连通度。
在一个实施例中，关于上述的步骤S145，具体可以包括如下处理步骤：
将起点的一个相邻节点设为搜索起点；搜索起点不属于两个节点之间所有内部不相交路径上的节点；
遍历并判别搜索起点的相邻节点是否为终点；搜索起点的相邻节点不属于两个节点之间所有内部不相交路径上的节点；
若是，则返回成功标识符；成功标识符用于表示存在一条起点到终点的路径；
若否且搜索起点的相邻节点不存在下一级的相邻节点，则跳出本次循环，将起点的下一个相邻节点设为新的搜索起点并进入下一循环；
若否且搜索起点的相邻节点存在下一级的相邻节点，则将搜索起点的相邻节点设为新的搜索起点，跳转至遍历并判别搜索起点的相邻节点是否为终点的步骤；
在遍历起点的每个相邻节点完成时，若仍未找到终点，则返回遍历处理的失败标识；失败标识用于指示起点与各终点之间所有内部不相交路径的第一路径数量计算失败。
具体的，本实施例基于深度优先算法计算任意两个节点之间内部不相交的路径。算法中将起点nodem的一个相邻节点nodex设为搜索起点，其中，nodex∈nodem.Bor且遍历节点nodex的每个相邻节点nodey并判断节点nodey是否为终点noden。其中，节点nodey∈nodex.Bor且/>nodex.Bor表示节点nodex的相邻节点集合。
若节点nodey为终点，则算法的程序返回成功标识符，例如返回值1，表示存在一条由起点到终点的路径。
若节点nodey不是终点且节点nodey没有其他相邻节点(也即前述不存在下一级的相邻节点)，则算法的程序跳出本次循环，将起点nodem的下一个相邻节点设为新的搜索起点并进入下一循环。
若节点nodey不是终点，但节点nodey还有其他相邻节点(也即前述存在下一级的相邻节点)，则节点nodey被设为新的起点，程序递归执行上述步骤进行遍历搜索。
当整个遍历(也即对起点的每个相邻节点遍历)结束时，若仍未找到终点noden，则算法程序返回失败标识，例如返回值0，指示起点与各终点之间所有内部不相交路径的第一路径数量计算寻找失败，还可以用于保证算法1中P1的取值不会增加。为了更清楚、准确直观地说明上述步骤的处理流程，提供了如下一种可选的算法程序用于实现上述处理步骤：
算法2：
int Findnodes(x,n)；*********定义函数Findnodes()，将x和n作为输入；
01:foreach nodey∈nodex.Bor and*********遍历节点nodey，节点nodey属于节点nodex的相邻节点集合nodex.Bor，且节点nodey不属于两个节点之间所有内部不相交路径上的节点；
02:if nodey＝＝noden；*********若节点nodey是终点noden；
03:return 1；*********返回值1；
04:if nodey.Bor—nodex＝＝φ；*********若节点nodey的相邻节点集合nodey.Bor仅包含节点nodex；
05:continue；*********跳过本次循环后续步骤，进入下一循环遍历nodex的下一个相邻节点；
06:add nodey to NodeList；*********将节点nodey添加至链表结构的全局变量；
07:int F＝0；*********将整数型变量F初始化为0；
08:F＝Findnodes(y,n)；*********将nodey设为新的起点，递归调用函数Findnodes()；
09:if F＝＝0；*********若F为0；表示nodey不在nodex到noden的路径上；
10:remove nodey from NodeList；*********从链表结构的全局变量中移除节点nodey；
11:if F＝＝1；*********若F为1；表示nodey在nodex到noden的路径上；
12:return 1；*********返回值1；
13:return 0；*********返回值0；表示nodex到noden之间并不连通。
通过上述步骤，即可快速计算起点与各终点之间所有内部不相交路径的数量。
请参阅图3，在一个实施例中，关于上述的步骤S16，具体可以包括如下处理步骤S161至S170：
S161，调用建立的边连通度的边连通计算模型并用总链路数量进行初始化；
S163，选定当前一个度最小的节点作为遍历处理的起点，遍历未被选定的所有节点作为终点；
S165，调用基于深度优先算法的处理算法，计算起点与各终点之间所有边不相交路径的第二路径数量；
S167，若第二路径数量小于边连通计算模型的值，则将第二路径数量赋值给边连通计算模型；
S169，用下一个度最小的节点更新起点，返回执行步骤S163，直至遍历所有度最小的节点作为起点；
S170，将边连通计算模型的值输出，得到边连通度。
具体的，可以通过算法程序实现上述处理步骤，在处理前，可以首先建立或调用一个链表结构的全局变量LinkList，用于记录两个节点之间所有边不相交路径上的链路。而调用的数组Selected与上述计算点连通度的算法中的设置相同。
根据式(2)可知，边连通度小于等于最小链路集合的元素数量。用总链路数量L对式(2)C2(也即前述边连通计算模型)初始化后，遍历所有度最小的节点作为起点，记为nodem；而对于每一个起点的遍历的处理中，遍历所有没有被选为起点的节点作为终点，记为noden，调用基于深度优先算法的处理算法计算起点nodem和终点noden之间所有边不相交路径的数量，也即前述的第二路径数量，记为P2。若P2小于C2，就把P2的值赋给C2。当把所有度最小的节点作为起点遍历处理完后，C2的值即等于该作战体系结构模型的边连通度。
为了更清楚、准确直观地说明上述步骤的处理流程，提供了如下一种可选的算法程序用于实现上述处理步骤：
算法3:
int GetC2(Nodes,Links)；*********定义函数GetC2()，将节点集合Nodes和链路集合Links作为输入；
01:int C2＝L；*********初始化C2为L；
02:int Selected＝[N]＝0；*********定义Selected数组长度为N，元素初值为0；
03:foreach nodem∈Nodes and|nodem.Bor|＝min{|nodem.Bor||1≤m≤N}；*********遍历任意节点nodem，节点nodem属于节点集合Nodes，且节点nodem的度为所有度最小；
04:Selected[m]＝1；*********令数组中第m个元素等于1，用于标记节点nodem已被遍历；
05:foreach noden∈Nodes and Selected[n]＝0；*********遍历节点noden，节点noden属于节点集合Nodes并且未被遍历；
06:int P2＝0；*********定义任意两个节点之间边不相交的路径数量为0；
07:foreach nodex∈nodem.Bor and*********遍历节点nodex，节点nodex属于节点nodem的相邻节点集合nodem.Bor，且链路linkmx不属于两个节点之间所有边不相交路径上的链路；
08:P2+＝Findlinks(x,n)；*********调用算法4计算P2，并将返回值累加赋给P2；
09:if C2＞P2；*********若C2＞P2；
10:C2＝P2；*********将P2赋值给C2；
11:clear LinkList；*********清空链表结构的全局变量；
12:return C2；*********返回C2值。
通过上述步骤，即可快速且准确地获取作战体系结构的点连通度，上述处理方式中的相应总链路数量L取值不同，即可得到不同作战体系结构的边连通度。
在一个实施例中，关于上述的步骤S165，具体可以包括如下处理步骤：
将起点的一个相邻节点设为搜索起点；起点与搜索起点之间的链路不属于两个节点之间所有边不相交路径上的链路；
遍历并判别搜索起点的相邻节点是否为终点；
若是，则返回成功标识符；成功标识符用于表示存在一条起点到终点的路径；
若否且搜索起点的相邻节点不存在下一级的相邻节点，则跳出本次循环，将起点的下一个相邻节点设为新的搜索起点并进入下一循环；
若否且搜索起点的相邻节点存在下一级的相邻节点，则将搜索起点的相邻节点设为新的搜索起点，跳转至遍历并判别搜索起点的相邻节点是否为终点的步骤；
在遍历起点的每个相邻节点完成时，若仍未找到终点，则返回遍历处理的失败标识；失败标识用于指示起点与各终点之间所有边不相交路径的第二路径数量计算失败。
可以理解，基于深度优先算法计算任意两个节点之间边不相交的路径，其处理过程与上述算法2同理类似，区别在于进行深度搜索时，上述算法2要求节点不重复，而本实施例的上述处理步骤对应的算法4则要求链路不重复。
具体的，本实施例基于深度优先算法计算起点与各终点之间所有边不相交路径的第二路径数量。算法中将起点nodem的一个相邻节点nodex设为搜索起点，其中，nodex∈nodem.Bor且遍历节点nodex的每个相邻节点nodey并判断节点nodey是否为终点noden。其中，节点nodey∈nodex.Bor且/>nodex.Bor表示节点nodex的相邻节点集合。
若节点nodey为终点，则算法的程序返回成功标识符，例如返回值1，表示存在一条由起点到终点的路径。
若节点nodey不是终点且节点nodey没有其他相邻节点(也即前述不存在下一级的相邻节点)，则算法的程序跳出本次循环，将起点nodem的下一个相邻节点设为新的搜索起点并进入下一循环。
若节点nodey不是终点，但节点nodey还有其他相邻节点(也即前述存在下一级的相邻节点)，则节点nodey被设为新的起点，程序递归执行上述步骤进行遍历搜索。
当整个遍历(也即对起点的每个相邻节点遍历)结束时，若仍未找到终点noden，则算法程序返回失败标识，例如返回值0，指示起点与各终点之间所有边不相交路径的第二路径数量计算寻找失败，还可以用于保证算法3中P2的取值不会增加。
为了更清楚、准确直观地说明上述步骤的处理流程，提供了如下一种可选的算法4的程序用于实现上述处理步骤：
算法4：
int Findlinks(x,n)；*********定义函数Findlinks()，将x和n作为输入；
01:foreach nodey∈nodex.Bor and*********遍历节点nodey，节点nodey属于节点nodex的相邻节点集合nodex.Bor，且链路linkxy不属于两个节点之间所有边不相交路径上的链路；
02:if nodey＝＝noden；*********若节点nodey是终点noden；
03:return 1；*********返回值1；
04:if nodey.Bor—nodex＝＝φ；*********若节点nodey的相邻节点集合nodey.Bor仅包含节点nodex；
05:continue；*********跳过本次循环后续步骤，进入下一循环遍历nodex的下一个相邻节点；
06:add linkxy to LinkList；*********将链路linkxy添加至链表结构的全局变量；
07:int F＝0；*********将整数型变量F初始化为0；
08:F＝Findlinks(y,n)；*********将nodey设为新的起点，递归调用函数Findlinks()；
09:if F＝＝0；*********若F为0，表示nodey不在nodex到noden的路径上；
10:remove linkxy from LinkList；*********从链表结构的全局变量中移除链路linkxy；
11:if F＝＝1；*********若F为1，表示nodey在nodex到noden的路径上；
12:return 1；*********返回值1；
13:return 0；*********返回值0，表示nodex到noden之间并不连通。
通过上述步骤，即可快速计算起点与各终点之间所有边不相交路径的数量。
在一个实施例中，为了更直观且全面地说明上述作战体系结构可靠性分析方法，下面是以应用上述方法的某作战体系的结构可靠性分析为例，对本发明提出的方法进行说明和验证的示例。需要说明的是，本说明书中给出的实施案例仅为示意性的，并非为本发明具体实施案例的唯一限定，本领域技术人员可以在本发明提供的实施案例的示意下，同理采用上述提供的作战体系结构可靠性分析方法，实现对不同作战体系的结构可靠性分析。
在军事智能技术的推动下，现代作战体系逐渐向扁平化、去中心化方向发展，要求作战体系结构具备分布式特征和可拓展性能，递归层次结构拓扑正好可以满足这一要求。
在递归层次结构中，每一个高层的网络拓扑都由多个低一层的递归单元按照递归规律相互连接构成，同时也构成了组建更高层级网络拓扑的一个递归单元。每个递归单元中的节点都处于平行或并列的位置，当需要增加节点数量时就提高递归的层次数，此时整个结构规模可增长数倍。
设某智能化作战体系以递归层次结构为拓扑，建立结构要素关联关系，其最小递归单元由多个节点组成完全图，递归规律与最小递归单元的节点连接关系相同。图4给出了当最小递归单元节点数量为4时，该结构模型的构建方式。
将该作战体系结构最小递归单元中的节点数量记为R，递归层次数记为K，按照前述算法与结构模型构建方式，当R＝2、3、4或5，K＝0、1、2、3或4时，得出不同R对应的C1′和C2′随着K的增加而变化的情况，分别如图5和图6所示。
图5和图6显示，随着K的增加，总的节点数量和链路数量也大量增加，导致C1′和C2′呈现快速下降趋势，即点连通度和边连通度占整个结构规模的比例迅速降低。图5中K＝0时C1′＝0，是因为最小递归单元中任意两个节点之间均有链路直接相连，无需经过其他节点，即点连通度为0。
为了比较相同结构规模对应的C1′和C2′变化情况，给出R＝2、4，N＝4、16、64、256和1024时的计算结果，如图7和图8所示。这里忽略R＝3和R＝5是因为其无法与R＝2或R＝4保持节点数量相同，忽略L是因为相对于链路数量需求，节点数量需求往往更为明确，如何建立链路使节点相互关联，需要通过科学方式做出判断，前述方法正好可以提供参考。
图7和图8显示，随着N的增加，C1′和C2′逐渐降低。图7中N＝4时，R＝4对应于最小递归单元，因此点连通度为0，C1′取值为0。其他N相同的情况下，R＝2对应的C1′和C2′均小于R＝4的相应取值，尤其是结构规模不大的时候，对比较为明显。
根据式(5)，要获取最终的可靠性分析结果，需要设置C1′和C2′的权重。当R＝2、4，N＝4、16、64、256或1024，w1＝w2＝0.5时，C的取值变化情况如图9所示。为了分析权重变化对可靠性结果的影响，给出R＝2、4，N＝16，w1以0.1为步长从0增加到1时，C的取值变化情况，如图10所示，此时w2以0.1为步长从1减少到0，图中未做显示。
图9显示，如果C1′和C2′具有同等权重，除了N＝4时R＝4对应的点连通度为0，导致R＝4对应的C小于R＝2对应的C，其他N相同的情况下，R＝4对应的C均大于R＝2对应的C。图10显示，R＝2对应的C变化较为平缓，R＝4对应的C增长较为明显，这是因为R＝2对应的C1′和C2′取值相近，R＝4对应的C1′大于C2′。图10同时也说明，当节点数量确定且w1增加时，R＝4对应的可靠性取值与R＝2之间的差距会逐渐加大。由此可以判定，要连接相同数量的节点，R＝4的结构可靠性相对于R＝2会更高。
通过上述算例验证了上述作战体系结构可靠性分析方法的高效性和准确性，可为作战体系相关结构性能评估与发展建设规划提供可靠参考。
应该理解的是，虽然图1至图3流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其他的顺序执行。而且图1至图3的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
请参阅图11，在一个实施例中，还提供了一种作战体系结构可靠性分析装置100，包括集合获取模块11、点连通模块13、边连通模块15和可靠分析模块17。其中，集合获取模块11用于获取作战体系结构的拓扑的节点集合和链路集合；节点集合包括作战体系结构的拓扑的各节点，链路集合包括各节点之间的链路。点连通模块13用于根据节点集合和链路集合利用Menger定理，计算得到作战体系结构的点连通度。边连通模块15用于根据节点集合和链路集合利用Menger定理的推论，计算得到作战体系结构的边连通度。可靠分析模块17用于对相对点连通度和相对边连通度进行加权求和处理，得到作战体系结构的可靠性分析结果。其中，相对点连通度等于点连通度与作战体系结构的总节点数量的比值，相对边连通度等于边连通度与作战体系结构的总链路数量的比值。
上述作战体系结构可靠性分析装置100，通过各模块的协作，针对作战体系结构的可靠性分析问题，基于体系结构要素之间的相互连通程度，从作战体系结构的点连通度和边连通度两个角度入手，研究设计了相应结构可靠性分析判断方法，首先获取作战体系结构的拓扑的节点集合和链路集合，然后分别利用Menger定理及其推论计算作战体系结构的点连通度和边连通度，进而基于点连通度和边连通度，取相对点连通度和相对边连通度进行加权求和，得到作战体系结构的基于连通度的可靠性分析结果。在实践应用的算例中，充分验证了上述方法的分析高效性与准确性，达到了高效且准确获取作战体系结构的可靠性的效果，可为作战体系作战效能评估与规划建设提供可靠数据参考。
在一个实施例中，上述点连通模块13可以包括初始化子模块、遍历子模块、第一路径子模块、判别赋值子模块、起点更新子模块和点连通输出子模块。初始化子模块用于调用建立的点连通度的点连通计算模型并用总节点数量进行初始化。遍历子模块用于选定当前一个度最小的节点作为遍历处理的起点，遍历未被选定的所有节点作为终点。第一路径子模块用于调用基于深度优先算法的处理算法，计算起点与各终点之间所有内部不相交路径的第一路径数量。判别赋值子模块用于在第一路径数量小于点连通计算模型的值时，则将第一路径数量赋值给点连通计算模型。起点更新子模块用于用下一个度最小的节点更新起点，指示遍历子模块进行下一个度最小的节点的遍历处理。点连通输出子模块用于在遍历所有度最小的节点作为起点的处理完成时，将点连通计算模型的值输出，得到点连通度。
在一个实施例中，上述作战体系结构可靠性分析装置100各模块及其子模块，还可以用于实现上述作战体系结构可靠性分析方法各实施例中增加的步骤或者子步骤。
关于作战体系结构可靠性分析装置100的具体限定，可以参见上文中作战体系结构可靠性分析方法的相应限定，在此不再赘述。上述作战体系结构可靠性分析装置100中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于具体数据处理功能的设备中，也可以软件形式存储于前述设备的存储器中，以便于处理器调用执行以上各个模块对应的操作，前述设备可以是但不限于本领域已有的各型数据计算分析设备。
又一方面，还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时可以实现以下步骤：获取作战体系结构的拓扑的节点集合和链路集合；根据节点集合和链路集合利用Menger定理，计算得到作战体系结构的点连通度；根据节点集合和链路集合利用Menger定理的推论，计算得到作战体系结构的边连通度；对相对点连通度和相对边连通度进行加权求和处理，得到作战体系结构的可靠性分析结果。
其中，节点集合包括作战体系结构的拓扑的各节点，链路集合包括各节点之间的链路；相对点连通度等于点连通度与作战体系结构的总节点数量的比值，相对边连通度等于边连通度与作战体系结构的总链路数量的比值。
在一个实施例中，处理器执行计算机程序时还可以实现上述作战体系结构可靠性分析方法各实施例中增加的步骤或者子步骤。
再一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取作战体系结构的拓扑的节点集合和链路集合；根据节点集合和链路集合利用Menger定理，计算得到作战体系结构的点连通度；根据节点集合和链路集合利用Menger定理的推论，计算得到作战体系结构的边连通度；对相对点连通度和相对边连通度进行加权求和处理，得到作战体系结构的可靠性分析结果。
其中，节点集合包括作战体系结构的拓扑的各节点，链路集合包括各节点之间的链路；相对点连通度等于点连通度与作战体系结构的总节点数量的比值，相对边连通度等于边连通度与作战体系结构的总链路数量的比值。
在一个实施例中，计算机程序被处理器执行时，还可以实现上述作战体系结构可靠性分析方法各实施例中增加的步骤或者子步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其他介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线式动态随机存储器(Rambus DRAM，简称RDRAM)以及接口动态随机存储器(DRDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可做出若干变形和改进，都属于本申请保护范围。因此本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种作战体系结构可靠性分析方法，其特征在于，包括步骤：
获取作战体系结构的拓扑的节点集合和链路集合；所述节点集合包括所述作战体系结构的拓扑的各节点，所述链路集合包括各所述节点之间的链路；
根据所述节点集合和所述链路集合利用Menger定理，计算得到所述作战体系结构的点连通度；
根据所述节点集合和所述链路集合利用Menger定理的推论，计算得到所述作战体系结构的边连通度；
对相对点连通度和相对边连通度进行加权求和处理，得到所述作战体系结构的可靠性分析结果；
其中，所述相对点连通度等于所述点连通度与所述作战体系结构的总节点数量的比值，所述相对边连通度等于所述边连通度与所述作战体系结构的总链路数量的比值；其中，
根据所述节点集合和所述链路集合利用Menger定理，计算得到所述作战体系结构的点连通度的步骤，包括：
调用建立的所述点连通度的点连通计算模型并用所述总节点数量进行初始化；
选定当前一个度最小的节点作为遍历处理的起点，遍历未被选定的所有节点作为终点；
调用基于深度优先算法的处理算法，计算所述起点与各所述终点之间所有内部不相交路径的第一路径数量；
若所述第一路径数量小于所述点连通计算模型的值，则将所述第一路径数量赋值给所述点连通计算模型；
用下一个度最小的节点更新所述起点，返回执行所述选定当前一个度最小的节点作为遍历处理的起点，遍历未被选定的所有节点作为终点的步骤，直至遍历所有度最小的节点作为起点；
将所述点连通计算模型的值输出，得到所述点连通度。
2.根据权利要求1所述的作战体系结构可靠性分析方法，其特征在于，调用基于深度优先算法的处理算法，计算所述起点与各所述终点之间所有内部不相交路径的第一路径数量的步骤，包括：
将所述起点的一个相邻节点设为搜索起点；所述搜索起点不属于两个节点之间所有内部不相交路径上的节点；
遍历并判别所述搜索起点的相邻节点是否为所述终点；所述搜索起点的相邻节点不属于两个节点之间所有内部不相交路径上的节点；
若是，则返回成功标识符；所述成功标识符用于表示存在一条所述起点到所述终点的路径；
若否且所述搜索起点的相邻节点不存在下一级的相邻节点，则跳出本次循环，将所述起点的下一个相邻节点设为新的搜索起点并进入下一循环；
若否且所述搜索起点的相邻节点存在下一级的相邻节点，则将所述搜索起点的相邻节点设为新的搜索起点，跳转至所述遍历并判别所述搜索起点的相邻节点是否为所述终点的步骤；
在遍历所述起点的每个相邻节点完成时，若仍未找到所述终点，则返回遍历处理的失败标识；所述失败标识用于指示所述起点与各所述终点之间所有内部不相交路径的第一路径数量计算失败。
3.根据权利要求1或2所述的作战体系结构可靠性分析方法，其特征在于，根据所述节点集合和所述链路集合利用Menger定理的推论，计算得到所述作战体系结构的边连通度的步骤，包括：
调用建立的所述边连通度的边连通计算模型并用所述总链路数量进行初始化；
选定当前一个度最小的节点作为遍历处理的起点，遍历未被选定的所有节点作为终点；
调用基于深度优先算法的处理算法，计算所述起点与各所述终点之间所有边不相交路径的第二路径数量；
若所述第二路径数量小于所述边连通计算模型的值，则将所述第二路径数量赋值给所述边连通计算模型；
用下一个度最小的节点更新所述起点，返回执行所述选定当前一个度最小的节点作为遍历处理的起点，遍历未被选定的所有节点作为终点的步骤，直至遍历所有度最小的节点作为起点；
将所述边连通计算模型的值输出，得到所述边连通度。
4.根据权利要求3所述的作战体系结构可靠性分析方法，其特征在于，调用基于深度优先算法的处理算法，计算所述起点与各所述终点之间所有边不相交路径的第二路径数量的步骤，包括：
将所述起点的一个相邻节点设为搜索起点；所述起点与所述搜索起点之间的链路不属于两个节点之间所有边不相交路径上的链路；
遍历并判别所述搜索起点的相邻节点是否为所述终点；
若是，则返回成功标识符；所述成功标识符用于表示存在一条所述起点到所述终点的路径；
若否且所述搜索起点的相邻节点不存在下一级的相邻节点，则跳出本次循环，将所述起点的下一个相邻节点设为新的搜索起点并进入下一循环；
若否且所述搜索起点的相邻节点存在下一级的相邻节点，则将所述搜索起点的相邻节点设为新的搜索起点，跳转至所述遍历并判别所述搜索起点的相邻节点是否为所述终点的步骤；
在遍历所述起点的每个相邻节点完成时，若仍未找到所述终点，则返回遍历处理的失败标识；所述失败标识用于指示所述起点与各所述终点之间所有边不相交路径的第二路径数量计算失败。
5.根据权利要求1所述的作战体系结构可靠性分析方法，其特征在于，所述点连通计算模型为：
C1＝min{|MinNodes(m,n)||1≤m≤N,1≤n≤N,m≠n}
其中，C1表示所述点连通度，MinNodes(m,n)表示使节点nodem和节点noden不连通所需要去除的最小节点集合，N表示所述总节点数量。
6.根据权利要求3所述的作战体系结构可靠性分析方法，其特征在于，所述边连通计算模型为：
C2＝min{|MinLinks(m,n)||1≤m≤N,1≤n≤N,m≠n}
其中，C2表示所述边连通度，MinLinks(m,n)表示使节点nodem和节点noden不连通所需要去除的最小链路集合，N表示所述总节点数量。
7.一种作战体系结构可靠性分析装置，其特征在于，包括：
集合获取模块，用于获取作战体系结构的拓扑的节点集合和链路集合；所述节点集合包括所述作战体系结构的拓扑的各节点，所述链路集合包括各所述节点之间的链路；
点连通模块，用于根据所述节点集合和所述链路集合利用Menger定理，计算得到所述作战体系结构的点连通度；
边连通模块，用于根据所述节点集合和所述链路集合利用Menger定理的推论，计算得到所述作战体系结构的边连通度；
可靠分析模块，用于对相对点连通度和相对边连通度进行加权求和处理，得到所述作战体系结构的可靠性分析结果；
其中，所述相对点连通度等于所述点连通度与所述作战体系结构的总节点数量的比值，所述相对边连通度等于所述边连通度与所述作战体系结构的总链路数量的比值。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述作战体系结构可靠性分析方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现权利要求1至6中任一项所述作战体系结构可靠性分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110625190.6A CN113342524B (zh) | 2021-06-04 | 2021-06-04 | 作战体系结构可靠性分析方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110625190.6A CN113342524B (zh) | 2021-06-04 | 2021-06-04 | 作战体系结构可靠性分析方法、装置、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113342524A CN113342524A (zh) | 2021-09-03 |
| CN113342524B true CN113342524B (zh) | 2023-10-24 |
Family
ID=77474003
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110625190.6A Active CN113342524B (zh) | 2021-06-04 | 2021-06-04 | 作战体系结构可靠性分析方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113342524B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101937486A (zh) * | 2010-05-06 | 2011-01-05 | 中国人民解放军理工大学 | 复杂系统的信息支持能力评估分析方法 |
| CN107493566A (zh) * | 2017-08-17 | 2017-12-19 | 江南大学 | 一种自适应不规则拓扑动态路径规划方法 |
| CN108121741A (zh) * | 2016-11-30 | 2018-06-05 | 百度在线网络技术（北京）有限公司 | 网站质量评估方法及装置 |
| CN109242168A (zh) * | 2018-08-27 | 2019-01-18 | 北京百度网讯科技有限公司 | 确定最短路径的方法、装置、设备和计算机可读存储介质 |
| CN109688616A (zh) * | 2018-11-27 | 2019-04-26 | 刘福珍 | 一种基于单兵协同作战的无线自组网通信方法 |
| CN112580217A (zh) * | 2020-12-25 | 2021-03-30 | 北京机电工程研究所 | 基于复杂网络的通信体系结构参数化建模方法 |
| CN112702208A (zh) * | 2020-12-28 | 2021-04-23 | 西北工业大学 | 一种基于关系的异质多层作战体系打击链路生成方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2954644A1 (fr) * | 2009-12-21 | 2011-06-24 | Thales Sa | Protocole de routage fiabilise |
| US10193824B2 (en) * | 2015-09-06 | 2019-01-29 | RISC Networks, LLC | Systems and methods for intelligent application grouping |
| US11671329B2 (en) * | 2018-04-04 | 2023-06-06 | Arista Networks, Inc. | Computation of network flooding topologies |
-
2021
- 2021-06-04 CN CN202110625190.6A patent/CN113342524B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101937486A (zh) * | 2010-05-06 | 2011-01-05 | 中国人民解放军理工大学 | 复杂系统的信息支持能力评估分析方法 |
| CN108121741A (zh) * | 2016-11-30 | 2018-06-05 | 百度在线网络技术（北京）有限公司 | 网站质量评估方法及装置 |
| CN107493566A (zh) * | 2017-08-17 | 2017-12-19 | 江南大学 | 一种自适应不规则拓扑动态路径规划方法 |
| CN109242168A (zh) * | 2018-08-27 | 2019-01-18 | 北京百度网讯科技有限公司 | 确定最短路径的方法、装置、设备和计算机可读存储介质 |
| CN109688616A (zh) * | 2018-11-27 | 2019-04-26 | 刘福珍 | 一种基于单兵协同作战的无线自组网通信方法 |
| CN112580217A (zh) * | 2020-12-25 | 2021-03-30 | 北京机电工程研究所 | 基于复杂网络的通信体系结构参数化建模方法 |
| CN112702208A (zh) * | 2020-12-28 | 2021-04-23 | 西北工业大学 | 一种基于关系的异质多层作战体系打击链路生成方法 |
Non-Patent Citations (9)
| Title |
|---|
| A Distributed Depth First Search based Algorithm for Edge Connectivity Estimation;Onur Ugurlu;《2020 16th International Conference on Network and Service Management (CNSM)》;全文 * |
| Parallel Depth-First Search for Directed Acyclic Graphs;Naumov, Maxim;《7th Workshop on Irregular Applications - Architectures and Algorithms (IA3)》;全文 * |
| 基于拓扑信息的网络修复;缪志敏;丁力;赵陆文;陈彦德;胡谷雨;;计算机工程(05);全文 * |
| 基于路径的网络可靠性研究综述;谭跃进;赵娟;吴俊;邓宏钟;段东立;;系统工程理论与实践(12);全文 * |
| 张会 ; 杨凯 ; 刘苏 ; .构建可靠军用通信网方法研究.舰船电子工程.2008,(06),全文. * |
| 构建可靠军用通信网方法研究;张会;杨凯;刘苏;;舰船电子工程(06);全文 * |
| 装备体系多阶段任务可靠性高效解析算法;钟季龙;郭基联;王卓健;邵帅;;系统工程与电子技术(01);全文 * |
| 通信网络拓扑可靠性层次与测度研究;张玉元;;科技资讯(21);3-4页 * |
| 雷达网可靠性指标分析;刘翔;梁幼鸣;严金东;;现代电子技术(01);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113342524A (zh) | 2021-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BaniMustafa | Predicting software effort estimation using machine learning techniques | |
| US7466663B2 (en) | Method and apparatus for identifying components of a network having high importance for network integrity | |
| CN113703741B (zh) | 神经网络编译器配置方法、装置、计算机设备和存储介质 | |
| CN111126668A (zh) | 基于图卷积网络的Spark作业时间预测方法和装置 | |
| Horváth et al. | Dynamic constraint satisfaction problems over models | |
| CN117273954B (zh) | 基于大规模关系图谱的股权关系穿透方法、装置及设备 | |
| Reddy et al. | Performance of Maintainability Index prediction models: a feature selection based study | |
| CN113566831B (zh) | 基于人机交互的无人机集群导航方法、装置和设备 | |
| Ni et al. | Multi-objective software performance optimisation at the architecture level using randomised search rules | |
| CN111478813B (zh) | 一种基于单层信息流传递的网络关键点分析方法 | |
| CN113342524B (zh) | 作战体系结构可靠性分析方法、装置、设备和介质 | |
| Cerutti et al. | Algorithm selection for preferred extensions enumeration | |
| Bistarelli et al. | Enumerating extensions on random abstract-afs with argtools, aspartix, conarg2, and dung-o-matic | |
| CN116933841A (zh) | 算子融合方法及装置、电子设备、计算机可读介质 | |
| CN113342523B (zh) | 作战体系结构均衡性分析方法、装置、设备和介质 | |
| Navarro-Gutiérrez et al. | Problematic configurations and choice-join pairs on Mono-T-Semiflow nets: Towards the characterization of behavior-structural properties | |
| CN114881158A (zh) | 基于随机森林的缺失值填充方法、装置和计算机设备 | |
| CN114238992A (zh) | 基于信息安全大数据的威胁漏洞挖掘方法及信息安全系统 | |
| CN114297585A (zh) | 社交网络中重要节点排序方法、装置和计算机设备 | |
| CN112734008A (zh) | 分类网络构建方法以及基于分类网络的分类方法 | |
| CN110059880B (zh) | 一种服务发现方法及装置 | |
| Tolupa et al. | The methodology for evaluating the functional stability of the protection system of special networks | |
| Sliem et al. | An approach for performance modelling and analysis of multi-tiers autonomic systems | |
| CN115130111B (zh) | 基于ai分析的系统运行漏洞修复方法及大数据服务系统 | |
| CN114697143B (zh) | 基于指纹考勤系统的信息处理方法及指纹考勤服务系统 |
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 |