[发明专利]大数据驱动的辅助多装备系统体系结构模型构建的方法

说明书

本发明提供了一种大数据驱动的辅助多装备系统体系结构模型构建的方法，并基于大数据技术利用历史推荐以及辅助设计的方法来提高多装备系统体系结构设计时的设计效率，节约设计成本；与传统的体系结构模型的设计过程相比，本发明并不是直接根据使命任务输出体系结构模型，而是以大数据驱动结合历史体系结构模型先找出最为相似的体系结构模型，本发明采用复合距离度量方法来判断使命任务的相似性，再判断是否满足使命任务要求，满足要求的情况下，直接输出历史体系结构模型，不满足要求的情况下，采用决策树算法与产生式规则构建决策树直接向设计人员提供能够参考的参数值，更有效的辅助设计人员构建体系结构模型。

技术领域

本发明属于多装备系统设计技术领域，具体涉及一种大数据驱动的辅助多装备系统体系结构模型构建的方法。

背景技术

在多装备系统中，体系结构是组件和组件、装备和装备之间关系的结构，是管理它们的设计和与时演进的原则与指导方针。体系结构是大型系统设计、分析和评估的依据，是系统集成和组件系统间信息、知识交互和系统互通互操作的基础和标准，体系结构为新系统的开发提供标准框架，防止各自为战的“烟囱式”建设，系统资源得到组合和重用，最大限度的发挥系统效能。因此，体系结构设计成为系统顶层设计的关键，是系统体系建设的基础，如何利用科学的体系结构设计方法进行系统体系结构设计就显得尤为重要了。

在多装备系统的体系结构设计的过程中，使命任务是一项极为重要的设计输入，使命任务描述结构复杂、维度高，使命任务的千差万别导致其对设计对象中的各个指标的影响各不相同。设计对象的输入数据呈现多源异构、维度高、时效性强等特点，设计对象自身涉及到的指标数据维度极高，其中主要指标难以凸显，指标之间关联关系错综复杂，最终对设计结果的评价指标也难以衡量。在设计速度和可靠性等多重要求下，面对如此大量的复杂的设计数据、主要设计指标以及评价指标，因此支持体系结构的设计，提升体系结构设计效率是十分有必要的。

多装备系统体系结构设计过程十分复杂，对设计过程难以深入分析，数据间复杂的关联性，数据海量且分散，操作人员只能对系统功能框架内的数据进行观察，无法通过利用集群进行性能提升和数据处理。仅仅凭借传统的方法与技术，已经无法满足系统综合设计处理海量大数据及设计的需求。

发明内容

有鉴于此，本发明的目的是提供一种大数据驱动的辅助多装备系统体系结构模型构建的方法，可以提高多装备系统体系结构设计效率，有效的辅助设计人员构建体系结构模型。

辅助多装备系统体系结构模型构建的方法，包括如下步骤：

步骤1、针对给定的新的使命任务，首先计算新的使命任务与所有历史使命任务的相似度，找到相似度最大的历史使命任务对应的体系结构模型；

然后判断该历史使命任务对应的体系结构模型的能力指标是否能够满足新的使命任务要求：如果满足，输出该体系结构模型；如果不满足，执行步骤2；

步骤2、判断步骤1中找到的所述体系结构模型的装备属性还是装备数量不满足要求：

当装备属性达不到要求时，直接在装备库中查看是否有满足要求的装备：如果有，则添加到所述体系结构模型中，并输出；如果没有，执行步骤3；

当装备数量达不到要求时，判断直接增加装备数量是否能达到使命任务要求，如果能，则添加到所述体系结构模型中，并输出；如果不能，执行步骤3；

步骤3、利用决策树算法设计新的体系结构模型，具体为：

a、根据大数据系统的数据库中已有的历史体系结构模型，提取出体系结构模型中各能力指标的取值，包括使命任务、体系能力、作战节点、作战活动、装备系统以及能力指标参数的取值；