端木竹筠 王珩 焦松

敏捷指揮與控制系統(tǒng)是指在未來信息柵格環(huán)境中,能夠以多樣化作戰(zhàn)任務為驅動,快速、動態(tài)地組織網(wǎng)上廣域分布、隸屬于不同組織、屬性特征各異的各種系統(tǒng)資源按照一定的業(yè)務流程進行交互與協(xié)同,以成功應對任務變化和自身變化的動態(tài)系統(tǒng)[1].因此,構建敏捷指揮與控制系統(tǒng)首要解決的問題是如何依據(jù)任務要求從網(wǎng)上選擇最優(yōu)資源組合.

國內外學者對類似問題開展了研究.文獻[2]提出了一種基于服務功能規(guī)約的服務選擇方法減小候選服務規(guī)模,設計基于遺傳算法的組合優(yōu)化算法提高服務組合優(yōu)化的效率.文獻[3]提出一種基于概率主題模型的物聯(lián)網(wǎng)服務發(fā)現(xiàn)方法,通過計算候選服務集與服務請求的相似度,找到與服務請求最相似的服務集合.文獻[4?6]將QoS感知的服務選擇問題建模為多約束下多目標組合優(yōu)化問題,通過種群的迭代進化,得到問題的近優(yōu)解.文獻[7]提出一種基于模糊多屬性決策理論的語義Web服務組合的優(yōu)化選擇算法,通過綜合評估數(shù)據(jù)異構的服務質量(QoS)選擇出近優(yōu)服務組合.文獻[8]提出了一種結合折中比例法和遺傳算法的新型智能進化算法,能夠從海量搜索空間中快速找到全局近似最優(yōu)解.文獻[9]提出一種基于資源總體協(xié)同效益的任務與資源匹配優(yōu)化方法,建立了綜合考慮整個任務流程的基于協(xié)同效益函數(shù)的優(yōu)化模型.

綜上所述,以上方法大多采用優(yōu)化的方法來選擇資源,方法中綜合各屬性加權得到的目標函數(shù)物理意義不明確,例如對服務執(zhí)行時間和服務質量等屬性加權綜合物理意義不明確,若采用優(yōu)化方法時常得到的是次優(yōu)或局部最優(yōu)方案.對于敏捷指揮與控制系統(tǒng)資源選擇問題來說,經(jīng)過功能需求篩選后的系統(tǒng)構建的方案集通常是有限的,可以通過“優(yōu)選”而不采用“優(yōu)化”來確定最佳方案.

1 問題分析

圖1 任務與資源匹配方法示意圖

用T表示作戰(zhàn)任務,S表示敏捷指揮與控制系統(tǒng),R表示系統(tǒng)資源全集,依據(jù)T對S的功能需求,分解得到一組系統(tǒng)元任務集{M1,M2,···,Mp},系統(tǒng)資源優(yōu)選問題就是依據(jù)Mi優(yōu)選出滿足約束條件并且整體效益最優(yōu)的資源組合.該問題的一般方法如圖1所示.首先,依據(jù)Mi對系統(tǒng)資源的匹配約束條件可從網(wǎng)上篩選形成一個可用資源候選集{Ri1,Ri2,···,Riq}.進而依據(jù)資源服務質量最優(yōu)約束及資源協(xié)同效益最優(yōu)約束,最終通過求解對完成任務的效益函數(shù),從中選擇能力最優(yōu)的資源組合,形成資源協(xié)同流程,即系統(tǒng)構建方案.

設cr為資源協(xié)同流程,F(cr)為流程整體效益函數(shù).效益函數(shù)是系統(tǒng)資源優(yōu)選的基礎,它根據(jù)資源的各類屬性,綜合計算資源當前可提供的能力,作為篩選資源的依據(jù).效益函數(shù)F(cr)由資源的QoS屬性和協(xié)同特性兩方面共同確定.Qfk(cr)為流程的第k個QoS屬性值歸一化的結果,pijk為資源Rij的第k個QoS屬性值.Cfk(cr)為流程的第k個協(xié)同屬性值歸一化的結果,cijk為資源Rij的第k個協(xié)同屬性值.Rule為匹配約束規(guī)則,例如選擇資源責任區(qū)就近、隸屬關系優(yōu)先等規(guī)則.任務與資源匹配優(yōu)化目標函數(shù)如下:

由于資源匹配約束規(guī)則與實際作戰(zhàn)任務關聯(lián)緊密,且資源眾多屬性間關系難以明確,因此,確定任務與資源匹配優(yōu)化目標函數(shù)比較困難.另外,這一優(yōu)化函數(shù)一般來說是非線性優(yōu)化問題,通常只能找到局部最優(yōu)解,找不到全局最優(yōu)解.

針對以上問題,本文采取以下研究思路予以解決:

1)依據(jù)任務需求、資源功能、接口等篩選形成一個系統(tǒng)構建方案集{P1,P2,···,Pn},并定義系統(tǒng)構建方案Pi對應的屬性集 {Ai1,Ai2,···},i=1,2,···,m;

2)依據(jù) {Ai1,Ai2,···},i=1,2,···,m形成最佳的屬性集P?={A?1,A?2,···};

3)計算 {P1,P2,···,Pn}與P?之間的相關性r1,r2,···,rn;

4)選取rl=max{r1,r2,···,rn}所對應的方案Pl為最佳方案.

2 系統(tǒng)構建方案屬性模型

2.1 系統(tǒng)資源描述模型

首先對系統(tǒng)資源進行建模,將系統(tǒng)資源的公共屬性統(tǒng)一抽象為基本功能屬性、資源QoS屬性、資源協(xié)同屬性3類特性,具體又可細分為資源類型、邏輯地址、端口類型、部署位置、隸屬關系、業(yè)務容量、接口描述、安全等級8個基本功能子屬性;資源QoS屬性包括響應時間、可靠性、可用性和信譽度;資源協(xié)同屬性包括反應時間效益、協(xié)同代價、協(xié)同信任度和協(xié)同可靠度,具體如圖2所示.

圖2 系統(tǒng)資源描述模型

2.2 資源協(xié)同流程的QoS度量模型

資源QoS屬性度量Qfk(cr)考慮資源的響應時間Qf1(cr)、可靠性Qf2(cr)、可用性Qf3(cr)和信譽度Qf4(cr)4個方面.資源協(xié)同流程的QoS屬性值可由所選系統(tǒng)資源的QoS值依據(jù)組合流程中的不同控制結構聚合得出.表1給出了各控制結構對應的QoS度量模型.其中,分支結構中pj為資源Rij被選擇執(zhí)行的概率;循環(huán)結構中k為Rij被重復執(zhí)行的次數(shù);其余結構中k為任務節(jié)點的個數(shù).

表1 資源協(xié)同流程的QoS度量模型

2.3 資源協(xié)同流程的協(xié)同度量模型

資源協(xié)同屬性度量Cfk(cr)考慮資源的反應時間效益Cf1(cr)、協(xié)同可靠度Cf2(cr)、協(xié)同代價Cf3(cr)和協(xié)同信任度Cf4(cr)4個方面.資源協(xié)同流程的協(xié)同屬性值可由所選的系統(tǒng)資源的協(xié)同屬性值依據(jù)組合流程中的不同控制結構聚合得出.表2給出了各控制結構對應的協(xié)同度量模型.其中,分支結構中pj為資源Rij被選擇執(zhí)行的概率;循環(huán)結構中k為Rij被重復執(zhí)行的次數(shù);其余結構中k為任務節(jié)點的個數(shù).

表2 資源協(xié)同流程的協(xié)同度量模型

3 資源優(yōu)選方法

敏捷指揮與控制系統(tǒng)構建方案存在多個方面的屬性,如何依據(jù)這些屬性從多個可選方案中選出最佳者,需要解決兩個關鍵問題:一是如何確定屬性權重;二是如何綜合多個屬性確定最終優(yōu)選結果.

首先對方案的各屬性值進行標準化處理,采用熵權法來確定方案各屬性的熵值,進而確定各屬性的權重.然后,基于灰色綜合評判得到備選方案的屬性與“最理想屬性”的“相似程度”,進而選出“相似程度”最大的備選方案為最佳者.

3.1 屬性權重確定方法

常用的屬性權重確定方法有專家評分法和層次分析法等.這些方法過多地依賴于專家,因此,最終結果會存在一定的主觀性.熵權法是依據(jù)屬性對排序結果所提供信息量的多少來確定權重,最終結果的客觀性強,由此本文采用該方法來確定敏捷指揮與控制系統(tǒng)構建方案各屬性的權重.在優(yōu)選過程中,如果多個備選方案的某屬性取值存在較大的差異,則該屬性有利于支撐方案的排序,其熵值小,對應的屬性權重大；反之權重越小.求取熵權的步驟如下[10]:

對各屬性值進行標準化處理,如下所示:

其中:Aij為第i個方案Pi的第j個屬性值;zij為Aij標準化處理后的屬性值.

依據(jù)屬性值,計算各屬性熵值為:

其中:?j∈[0,1]為第j個屬性值對應的熵值.

進一步,計算得到各評估指標的變異系數(shù)如下:

其中:gj∈[0,1]為第j個屬性值對應的變異系數(shù).

對變異系數(shù)進行歸一化處理,得到指標權重為:

其中:ωj∈[0,1]為第j個屬性值的權重.

3.2 屬性綜合方法

由于各屬性的量綱、物理含義以及取值范圍均不同,為了綜合它們得到評估結果,需要對這些屬性值進行預處理.效用函數(shù)法是一種經(jīng)典的處理方法,某應用實例如圖3所示.該方法簡單且易于實現(xiàn),但是效用函數(shù)需要根據(jù)屬性的具體物理含量來確定,具有較強的主觀性.為了保證結果的客觀性,本文將采用一種基于灰色關聯(lián)分析的屬性綜合方法予以處理[11].

圖3 效用函數(shù)實例

通過標準化處理后得到n個可選方案對應的屬性值為zij,i=1,2,···,n,j=1,2,···,m.

表3 10組方案的屬性值

在此,定義一個“最理想方案”對應的“最理想指標”如下:

進一步,基于灰色綜合評判得到備選方案的屬性與“最理想屬性”的“相似程度”,進而選出“相似程度”最大的備選方案為最佳者.假定得到的評判矩陣如下:

其中:ε∈(0,0.5]為分辨率系數(shù).

由此,綜合得到n個備選方案對應的灰色關聯(lián)系數(shù)如下:

其中:ρ1,i=1,2,···,n為第i個備選方案對應的灰色關聯(lián)系數(shù).

最后,依據(jù)綜合結果從n個備選方案中選出最佳者,如下所示:

其中:ρ?所對應的備選方案為最佳者.

4 應用實例

為驗證本文方法的有效性,以10組不同屬性的方案為驗證和選擇對象,如表3所示.這10組方案是依據(jù)任務要求選出的滿足基本約束條件的可用候選方案,基本約束條件指的是資源類型、邏輯地址、端口類型、部署位置、隸屬關系、業(yè)務容量、接口描述、安全等級這8個資源基本功能屬性.并選擇響應時間、可靠性、可用性、信譽度、反應時間效益、協(xié)同可靠度、協(xié)同代價、協(xié)同信任度作為方案的屬性值.

方案屬性集中的屬性有些是越大越好,例如可靠性、可用性、信譽度、協(xié)同可靠度、協(xié)同信任度等正指標.有些屬性越小越好,例如響應時間、反應時間效益、協(xié)同代價等逆指標.為了便于處理,表3中的數(shù)據(jù)是經(jīng)過處理后的,把所有的正指標轉換為逆指標.此外,表3中的數(shù)據(jù)都是經(jīng)過歸一化處理的,是映射到[0,10]內的取值.

首先對各屬性值進行標準化處理,并采用熵權法計算各屬性的權重,其結果為ω=[0.111,0.2469,0.0619,0.0993,0.0987,0.1332,0.1175,0.1314].繪制備選方案集屬性值箱線圖,如圖4所示,第2個屬性的數(shù)據(jù)最分散,所對應的權重應該為最大,這與采用熵權法得出的屬性權重結論是一致的.

圖4 備選方案集屬性值箱線圖

然后,依據(jù)屬性綜合方法定義一個“最理想方案”P?為:

進一步,基于灰色綜合評判得到備選方案的屬性與“最理想屬性”的“相似程度”,首先計算評判矩陣R?為:

圖5 4組方案屬性對比圖

選擇分辨率系數(shù)ε=0.5,綜合得到10個備選方案對應的灰色關聯(lián)系數(shù)ρ如下,可以得出第9個方案為最佳方案.

從方案集里隨機選取3個方案(方案3,5,7)以及最佳方案(方案9),將其歸一化后的屬性值進行比較,如圖5所示.從前面計算得到的各屬性的權重值來看,第2、6、8個屬性的權重值較大,從圖5中看出,方案9的第2、6、8個屬性取值偏??；第3、4個屬性的權重較小,方案9的第3、4個屬性取值偏大.可以看出第9個方案重要屬性取值偏小,不太重要的屬性取值較大,綜合來看,與最佳方案最為接近.

5 結論

本文研究敏捷指揮與控制系統(tǒng)資源優(yōu)選問題.已有的經(jīng)典方法大多采用優(yōu)化的方法來選擇資源,方法中綜合各屬性加權得到的目標函數(shù)物理意義不明確,采用優(yōu)化方法時常得到的是次優(yōu)或局部最優(yōu)方案.針對該問題,建立了系統(tǒng)構建方案屬性模型,并采用熵權法來確定方案各屬性權重,客觀性較強.并采用基于灰色關聯(lián)分析的屬性綜合方法計算備選方案的屬性與“最理想屬性”的“相似程度”,進而選出“相似程度”最大的備選方案為最優(yōu)方案.通過實例應用,驗證了方法的有效性和合理性.通過實例應用,表明了本文方法的有效性.下一步工作將考慮資源選擇過程中的不確定性,研究包含不確定因素的系統(tǒng)資源優(yōu)選方法.