[发明专利]一种新型作战效能仿真建模方法

摘要

本发明公开了一种新型作战效能仿真建模方法，解决作战效能仿真面临的仿真模型难以组合重用、难以扩展演化，决策行为模型缺乏灵活性和问题针对性等难题。该方法一方面强调明确区分作战效能仿真的领域共性和应用可变两个层次的知识并分别予以针对性描述：前者是对整个作战效能领域都适用的知识，据此建立领域抽象模型；后者则是依赖于具体作战效能评估问题的知识，在领域抽象模型的基础上建立可以实例化部署的应用具体模型。另一方面强调区分武器装备的物理过程行为和作战指挥员的认知决策行为。后者相对前者在不同的应用间根据使命任务和指挥员选择的不同而差异很大，通过脚本技术和元建模技术实现认知决策行为的动态灵活性和问题针对性表达。

主权项

一种新型作战效能仿真建模方法，其特征在于，包括如下步骤：包括如下步骤：步骤1：基于UML工具建立SMP模型规范的UML Profile，以支持基于UML的作战效能仿真图形化概念建模，以及图形化概念模型到SMP表示的自动转换；步骤2：在上述UML工具和SMP Profile的支持下，设计描述领域模型框架DMA内各个抽象模型组件及其交互依赖关系，形成DMA结构框架模型的规范化UML描述，通过上述UML到SMP的自动转换机制，以及SMP标准定义的C++映射规范，得到DMA结构框架的C++代码实现；步骤3：基于UML状态图、活动图的行为图给出DMA内各个抽象模型组件的默认物理域行为逻辑，形成形式化或半形式化的行为模型表示，其中形式化部分基于代码生成工具进行代码生成，半形式化部分基于C++进行手工行为映射实现，相应的代码填充到上述C++框架代码中；步骤4：基于UML序列图、通信图的交互行为图描述抽象模型组件之间的交互机制，并进行C++代码实现，嵌入到上述C++模型框架代码中，得到完整的DMA框架实现；步骤5：基于Boost.Python将上述基本认知行为元模型BCBM实现为有关的认知行为建模脚本编程接口API，支持基于Python脚本对物理域行为的分析与控制；步骤6：针对具体的应用问题，在上述DMA的基础上建立应用模型框架AMA，参照DMA抽象模型组件开发的方法开发AMA具体模型组件，并使AMA模型组件的具体模型C++实现类继承自DMA的C++抽象模型类，在其中实现应用特定的物理域行为，得到可执行、可实例化部署的模型组件；步骤7：对于认知域行为，则针对AMA中各类作战实体的决策行为的特点，在BCBM的基础上设计图形化、特定化的认知行为元模型SBCM，并基于EMF开发图形化认知决策行为建模工具和Python脚本代码生成器，实现认知决策行为的针对性建模；步骤8：针对每类作战平台具体的作战使命任务，在上述图形化认知决策行为建模工具和Python脚本代码生成器的支持下，建立面向使用人员的作战行为模型表示，并自动生成作战行为模型Python脚本；步骤9：根据作战仿真想定，在仿真器上载入有关的装备物理模型组件和作战行为模型脚本，进行作战效能仿真实验，产生有关仿真数据并进行作战效能分析评估。