大數(shù)據(jù)與裝備體系的概念關(guān)聯(lián)機(jī)理和模型結(jié)構(gòu)

王壽彪，李新明，劉 東

(裝備學(xué)院 復(fù)雜電子系統(tǒng)仿真重點(diǎn)實(shí)驗(yàn)室，北京 101416)

基礎(chǔ)理論 doi:10.3969/j.issn.1673-5692.2016.05.008

大數(shù)據(jù)與裝備體系的概念關(guān)聯(lián)機(jī)理和模型結(jié)構(gòu)

王壽彪，李新明，劉 東

(裝備學(xué)院 復(fù)雜電子系統(tǒng)仿真重點(diǎn)實(shí)驗(yàn)室，北京 101416)

大數(shù)據(jù)分析與決策思維方法應(yīng)用到裝備體系建模是軍事領(lǐng)域熱點(diǎn)。關(guān)于兩者之間概念關(guān)聯(lián)性機(jī)理的模糊認(rèn)識(shí)、理論方法和技術(shù)手段不清晰、研究思維混亂的現(xiàn)狀，立足于認(rèn)識(shí)論討論大數(shù)據(jù)認(rèn)知計(jì)算與裝備體系演化建模研究之間的概念關(guān)聯(lián)性原理，提出基于大數(shù)據(jù)的裝備體系建模與仿真研究的兩“橋”理論范疇及其基本框架分析。引出語義超網(wǎng)絡(luò)概念探索基于大數(shù)據(jù)的裝備體系結(jié)構(gòu)框架語義描述策略和基于認(rèn)知粒計(jì)算方法論的裝備體系演化問題不確定性建模新途徑。

裝備體系；大數(shù)據(jù)；體系不確定性建模；語義超網(wǎng)絡(luò)；認(rèn)知粒計(jì)算

0 引 言

大數(shù)據(jù)帶來了數(shù)據(jù)采集、存儲(chǔ)和信息檢索等方面信息技術(shù)的重大變化，觸發(fā)人類從海量信息中獲取與個(gè)人或組織活動(dòng)、動(dòng)作相關(guān)知識(shí)的應(yīng)用理論技術(shù)的變革性思考。2012年美國(guó)提出“大數(shù)據(jù)研發(fā)計(jì)劃”，國(guó)內(nèi)召開大數(shù)據(jù)為主題的香山科學(xué)工作會(huì)議，將大數(shù)據(jù)推向?qū)W術(shù)和科技戰(zhàn)略前沿。大數(shù)據(jù)中的數(shù)據(jù)一般指數(shù)字化數(shù)據(jù)，模擬化數(shù)據(jù)通過數(shù)字化轉(zhuǎn)化而被利用，主要可以歸納為人類自身社會(huì)性活動(dòng)產(chǎn)生的行為交互等應(yīng)用記錄數(shù)據(jù)和機(jī)器本身產(chǎn)生的諸如點(diǎn)擊流、應(yīng)用記錄、傳感器探測(cè)數(shù)據(jù)等機(jī)器數(shù)據(jù)。多領(lǐng)域多學(xué)科對(duì)大數(shù)據(jù)概念的熱議難以形成一致性定義描述。對(duì)于不能夠被清晰定義的事物，通常很難被實(shí)證研究，大數(shù)據(jù)尤為如此，越來越多的學(xué)者認(rèn)為利用大數(shù)據(jù)重在創(chuàng)新數(shù)據(jù)思維。目前被普遍認(rèn)可的大數(shù)據(jù)概念基本內(nèi)涵是由IBM，IDC，Gartner等權(quán)威機(jī)構(gòu)形成的基本觀點(diǎn)[1-2]，“大數(shù)據(jù)”蘊(yùn)含以下五個(gè)維度特征：①Data Volume，描述數(shù)據(jù)存儲(chǔ)單位的測(cè)度；②Data variety，描述數(shù)字化數(shù)據(jù)存在形式的多樣性，大數(shù)據(jù)的核心是半結(jié)構(gòu)化和非結(jié)構(gòu)化形式數(shù)據(jù)類型；③Data velocity，描述數(shù)據(jù)產(chǎn)生或更新的速度與對(duì)數(shù)據(jù)的處理速度效率；④Data variability，描述隨時(shí)間變化而產(chǎn)生的數(shù)據(jù)流的不一致性；⑤Data Complexity，描述相同事物的數(shù)據(jù)存在多種來源而導(dǎo)致相互之間的關(guān)聯(lián)，匹配，清洗，跨系統(tǒng)的轉(zhuǎn)換等問題困難，已經(jīng)成為大數(shù)據(jù)的核心特征和焦點(diǎn)。大數(shù)據(jù)也同時(shí)內(nèi)在地蘊(yùn)含Hadoop、NoSQL等新型數(shù)據(jù)管理和處理工具。上述大數(shù)據(jù)特征逐漸引導(dǎo)人們思考數(shù)據(jù)的可用性、可靠性、可描述表示和可計(jì)算等大數(shù)據(jù)問題[3]，文獻(xiàn)[4]指出大數(shù)據(jù)的價(jià)值需要依賴上下文應(yīng)用環(huán)境和數(shù)據(jù)描述表示手段來釋放，應(yīng)該不斷理解利用新的數(shù)據(jù)源可以做什么，并歸納為3種主要類型：①可追溯性的數(shù)據(jù)分析過程，利用歷史積累的數(shù)據(jù)和具體的量化工具理解數(shù)據(jù)中的模式和結(jié)果，提供推斷或推論；②可預(yù)測(cè)性的數(shù)據(jù)分析過程，利用歷史數(shù)據(jù)和仿真模型手段來產(chǎn)生對(duì)未來情境的理解；③規(guī)定性的數(shù)據(jù)分析過程，利用時(shí)刻有可能觸發(fā)事件的實(shí)時(shí)數(shù)據(jù)和規(guī)定的量化分析方法，產(chǎn)生推薦動(dòng)作建議。

對(duì)于裝備體系而言，無論是從信息系統(tǒng)角度還是從武器裝備系統(tǒng)角度認(rèn)識(shí)和定義系統(tǒng)，任意一個(gè)系統(tǒng)節(jié)點(diǎn)都在產(chǎn)生、處理或使用數(shù)據(jù)，所以，局部的系統(tǒng)微觀層面也可能面臨大數(shù)據(jù)現(xiàn)象，例如偵察衛(wèi)星系統(tǒng)持續(xù)獲取的海量遙感數(shù)據(jù)。從裝備體系的大系統(tǒng)觀點(diǎn)看，理解體系中存在的大數(shù)據(jù)現(xiàn)象，對(duì)于開展裝備體系結(jié)構(gòu)頂層設(shè)計(jì)、體系建模與仿真具有重要意義。軍事價(jià)值觀點(diǎn)上，大數(shù)據(jù)被認(rèn)為是一種新型核心戰(zhàn)斗力要素和軍事變革新引擎，在大數(shù)據(jù)概念應(yīng)用牽引下開展裝備體系設(shè)計(jì)建設(shè)，對(duì)于加快裝備智能化進(jìn)程、獲取戰(zhàn)場(chǎng)情報(bào)優(yōu)勢(shì)、引領(lǐng)作戰(zhàn)決策方式變革、推動(dòng)指揮流程發(fā)展等方面將發(fā)揮重要革命性作用[5]。就目前的認(rèn)識(shí)和應(yīng)用情況而言，較少從大數(shù)據(jù)的存在性角度分析裝備體系本身及其運(yùn)行過程中形成的大數(shù)據(jù)特征和相關(guān)應(yīng)用需求、模式，很少深入認(rèn)識(shí)和分析設(shè)計(jì)潛在應(yīng)用模式，以及由此可能為裝備體系整體性優(yōu)化理論方法研究帶來什么樣的機(jī)遇和挑戰(zhàn)。當(dāng)前軍事大數(shù)據(jù)現(xiàn)象研究還盲目性地局限在純粹性大數(shù)據(jù)處理技術(shù)領(lǐng)域[6-7]。

大數(shù)據(jù)研究大致存在兩種技術(shù)層次：一種是云計(jì)算環(huán)境下以網(wǎng)絡(luò)信息技術(shù)和數(shù)據(jù)存儲(chǔ)管理與數(shù)據(jù)密集型高性能處理分析為核心技術(shù)特征，不斷應(yīng)對(duì)新數(shù)據(jù)源特性的數(shù)據(jù)有效管理為目標(biāo)，解決系統(tǒng)綜合集成與性能優(yōu)化問題，例如楊小牛提出的大數(shù)據(jù)概念應(yīng)用于構(gòu)造下一代信號(hào)情報(bào)偵察體系的系統(tǒng)架構(gòu)[8]，云環(huán)境下大規(guī)模圖數(shù)據(jù)處理[9]等；另一種是利用人工智能的海量數(shù)據(jù)挖掘延伸視角下以模式信息智能處理和知識(shí)發(fā)現(xiàn)為核心技術(shù)特征，以利用數(shù)據(jù)價(jià)值為目標(biāo)，解決網(wǎng)絡(luò)化復(fù)雜巨系統(tǒng)的價(jià)值提升和運(yùn)行機(jī)理認(rèn)知問題，例如位置大數(shù)據(jù)應(yīng)用[10]，基于互聯(lián)網(wǎng)的社會(huì)網(wǎng)絡(luò)大數(shù)據(jù)對(duì)社會(huì)認(rèn)知研究范式的思考[11]等。顯然，上述兩種層次存在遞進(jìn)、相互融合和轉(zhuǎn)換，第一種立足于大數(shù)據(jù)概念的海量數(shù)據(jù)實(shí)體面向數(shù)據(jù)工程化建設(shè)，第二種立足于大數(shù)據(jù)概念深化復(fù)雜系統(tǒng)理論方法及實(shí)踐應(yīng)用，兩種層次在微觀和宏觀范疇之間相互轉(zhuǎn)換并且技術(shù)互相貫通支撐，如圖1所示。

圖1 大數(shù)據(jù)概念與大規(guī)模網(wǎng)絡(luò)化信息系統(tǒng)研究的結(jié)合模式

事實(shí)上，以數(shù)據(jù)密集型計(jì)算技術(shù)為核心要素的大數(shù)據(jù)第四范式的涌現(xiàn)與建模仿真第三范式存在緊密聯(lián)系，大數(shù)據(jù)將對(duì)建模與仿真帶來挑戰(zhàn)和機(jī)遇[12]。應(yīng)用大數(shù)據(jù)概念首先要清楚哪些數(shù)據(jù)源能夠被利用，應(yīng)該清楚預(yù)期應(yīng)用目標(biāo)。結(jié)合上述對(duì)大數(shù)據(jù)應(yīng)用分析，大數(shù)據(jù)概念在裝備體系領(lǐng)域可能存在如下三種應(yīng)用場(chǎng)景：①考慮真實(shí)作戰(zhàn)環(huán)境中裝備體系數(shù)據(jù)流特性的大數(shù)據(jù)概念應(yīng)用，對(duì)應(yīng)上述第一種技術(shù)層次，主要以解決系統(tǒng)級(jí)大數(shù)據(jù)處理面臨的困難為目標(biāo)，例如對(duì)偵察衛(wèi)星持續(xù)獲取的偵察情報(bào)數(shù)據(jù)的快速有效處理；②考慮裝備體系模型仿真或演習(xí)產(chǎn)生的大數(shù)據(jù)應(yīng)用，在相似數(shù)據(jù)的基礎(chǔ)上依賴數(shù)據(jù)挖掘發(fā)現(xiàn)體系性質(zhì)規(guī)律[13]；③綜合上述兩種應(yīng)用場(chǎng)景，大數(shù)據(jù)概念框架下潛在的動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)的體系仿真應(yīng)用范型[14]。例如，在非對(duì)稱性、對(duì)抗性、極惡劣作戰(zhàn)環(huán)境中，由于信息獲取節(jié)點(diǎn)遭受攻擊，決策或控制環(huán)節(jié)失誤導(dǎo)致戰(zhàn)場(chǎng)態(tài)勢(shì)由優(yōu)勢(shì)轉(zhuǎn)為劣勢(shì)等危機(jī)情境，如何利用有限獲取的稀疏戰(zhàn)場(chǎng)動(dòng)態(tài)信息，全面掌握戰(zhàn)場(chǎng)裝備體系的整體性狀態(tài)，以支持高層次的戰(zhàn)役或戰(zhàn)略判斷等方面的可能問題情景，能否借鑒數(shù)據(jù)驅(qū)動(dòng)的復(fù)雜網(wǎng)絡(luò)的識(shí)別與控制方面前沿學(xué)術(shù)思想[15]。

既有研究工作集中在前兩種大數(shù)據(jù)概念應(yīng)用場(chǎng)景，均不能正面反映裝備體系的機(jī)制機(jī)理和概念原理。鑒于此，本文深入梳理如何建立大數(shù)據(jù)與裝備體系研究之間的理論橋梁，探討一種基于大數(shù)據(jù)建模的裝備體系模型表達(dá)和體系演化問題研究理論架構(gòu)。希望為進(jìn)一步厘清大數(shù)據(jù)概念與裝備體系研究方法原理提供啟發(fā)。

1 應(yīng)用大數(shù)據(jù)概念的裝備體系研究理論方法橋梁

筆者認(rèn)為理解“大數(shù)據(jù)”概念，應(yīng)該融合貫徹三種思維即數(shù)據(jù)科學(xué)思想、信息技術(shù)理論方法和復(fù)雜系統(tǒng)科學(xué)與工程實(shí)踐發(fā)展。首先，定義裝備體系的大數(shù)據(jù)概念存在困難。本文從三個(gè)尺度闡述關(guān)于裝備體系的大數(shù)據(jù)概念規(guī)定的數(shù)據(jù)源范疇：①微觀尺度：將裝備體系中組成部分——復(fù)雜系統(tǒng)實(shí)體，例如，成像偵察衛(wèi)星系統(tǒng)，預(yù)警機(jī)探測(cè)系統(tǒng)或指揮自動(dòng)化系統(tǒng)等生成的數(shù)據(jù)資源定義為微觀大數(shù)據(jù)，類似于目前大數(shù)據(jù)中提出的“小數(shù)據(jù)”概念原理，這些數(shù)據(jù)是重要的戰(zhàn)場(chǎng)源始數(shù)據(jù)和生成動(dòng)態(tài)情報(bào)信息的重要數(shù)據(jù)源。戰(zhàn)場(chǎng)環(huán)境中，微觀大數(shù)據(jù)具有顯著時(shí)效性，通常需要采取數(shù)據(jù)密集型高性能處信息處理技術(shù)手段獲取ISR數(shù)據(jù)源關(guān)于態(tài)勢(shì)的動(dòng)態(tài)情報(bào)，支撐指揮自動(dòng)化系統(tǒng)中形成態(tài)勢(shì)圖或關(guān)于作戰(zhàn)力量戰(zhàn)術(shù)事件數(shù)據(jù)的數(shù)據(jù)源。②中觀尺度：將裝備體系建設(shè)階段頂層設(shè)計(jì)與規(guī)劃過程中產(chǎn)生的海量異構(gòu)體系結(jié)構(gòu)描述數(shù)據(jù)定義為中觀大數(shù)據(jù)，這些數(shù)據(jù)相對(duì)比較穩(wěn)定，是描述體系的核心數(shù)據(jù)資源，與基礎(chǔ)情報(bào)保障數(shù)據(jù)共同構(gòu)成描述裝備體系的靜態(tài)數(shù)據(jù)源。③宏觀尺度：基于問題視角觀察裝備體系中的數(shù)據(jù)范疇，例如作戰(zhàn)角度下對(duì)抗性裝備體系動(dòng)態(tài)演化問題，微觀尺度和中觀尺度的體系描述大數(shù)據(jù)共同構(gòu)成描述體系和體系問題建模的宏觀大數(shù)據(jù)。顯然，采取大數(shù)據(jù)概念研究裝備體系，需要不斷轉(zhuǎn)換上述三種觀察體系數(shù)據(jù)的視角，將這些數(shù)據(jù)源規(guī)定的海量信息通過科學(xué)合理的描述方法和表示形式組織起來。

體系的系統(tǒng)概念原理和建模仿真研究經(jīng)驗(yàn)表明，復(fù)雜網(wǎng)絡(luò)理論尤其是超網(wǎng)絡(luò)理念與體系模型在認(rèn)識(shí)論上具有較強(qiáng)契合性。大數(shù)據(jù)時(shí)代，網(wǎng)絡(luò)與數(shù)據(jù)的產(chǎn)生、采集、存儲(chǔ)、管理和處理分析一系列信息活動(dòng)密切不可分離，學(xué)術(shù)和實(shí)踐領(lǐng)域也產(chǎn)生了借鑒復(fù)雜網(wǎng)絡(luò)理論和數(shù)據(jù)挖掘方面智能計(jì)算理論指導(dǎo)大數(shù)據(jù)建模與分析的大量研究成果[16]。本文認(rèn)為，基于復(fù)雜網(wǎng)絡(luò)或超網(wǎng)絡(luò)理論的網(wǎng)絡(luò)化大數(shù)據(jù)描述與建模是構(gòu)建裝備體系與大數(shù)據(jù)概念的重要理論方法橋梁，而基于大數(shù)據(jù)的人工智能理論發(fā)展為體系模型分析和大數(shù)據(jù)分析方法構(gòu)建了理論方法橋梁。即形成兩“橋”研究理論架構(gòu)。體系大數(shù)據(jù)產(chǎn)生于體系，反映了體系網(wǎng)絡(luò)化大系統(tǒng)的特征和規(guī)律，應(yīng)用大數(shù)據(jù)概念的基本立場(chǎng)可以理解為數(shù)據(jù)化和信息化，透視“數(shù)據(jù)迷霧”，形成支持感知戰(zhàn)爭(zhēng)態(tài)勢(shì)的認(rèn)知信息，主要解決戰(zhàn)爭(zhēng)數(shù)據(jù)化問題；基于數(shù)據(jù)優(yōu)勢(shì)，發(fā)揮多維多元信息認(rèn)知優(yōu)勢(shì)，有效快速形成決策和控制流程，主要解決實(shí)現(xiàn)作戰(zhàn)信息化問題。其基本認(rèn)識(shí)機(jī)制可以描繪為圖2所示。

1.1 語義超網(wǎng)絡(luò)——基于大數(shù)據(jù)的體系結(jié)構(gòu)描述框架模型

目前利用大數(shù)據(jù)概念研究復(fù)雜系統(tǒng)主要以網(wǎng)絡(luò)大數(shù)據(jù)為載體，數(shù)據(jù)挖掘?yàn)榛臼侄?，發(fā)現(xiàn)新洞察和決策支持為基本目標(biāo)。相比傳統(tǒng)挖掘理論，大數(shù)據(jù)引導(dǎo)人們更為關(guān)注模式之間的關(guān)聯(lián)，復(fù)雜網(wǎng)絡(luò)與數(shù)據(jù)挖掘的交叉研究取得階段性進(jìn)展，主要包括兩個(gè)方面：一是在信息領(lǐng)域關(guān)注網(wǎng)絡(luò)結(jié)構(gòu)，統(tǒng)計(jì)物理方法和系統(tǒng)動(dòng)力學(xué)分析方法結(jié)合，例如，基于元路徑的異質(zhì)信息網(wǎng)絡(luò)中相似性搜索與聚類、鏈路關(guān)系預(yù)測(cè)等；二是復(fù)雜網(wǎng)絡(luò)領(lǐng)域關(guān)注智能信息處理，推廣改進(jìn)學(xué)習(xí)算法，促進(jìn)有效獲取網(wǎng)絡(luò)結(jié)構(gòu)模式。數(shù)據(jù)與網(wǎng)絡(luò)存在密切聯(lián)系，20世紀(jì)末期建立的小世界網(wǎng)絡(luò)模型和無標(biāo)度網(wǎng)絡(luò)模型就是在網(wǎng)絡(luò)數(shù)據(jù)更容易被捕捉的歷史條件下提出來的，吸引并促進(jìn)了復(fù)雜網(wǎng)絡(luò)理論與系統(tǒng)科學(xué)、信息科學(xué)、社會(huì)科學(xué)、生命科學(xué)等多學(xué)科的融合交叉。可以說，數(shù)據(jù)是網(wǎng)絡(luò)科學(xué)發(fā)展的原動(dòng)力，網(wǎng)絡(luò)科學(xué)是數(shù)據(jù)科學(xué)研究的重要工具[17]。大數(shù)據(jù)時(shí)代給復(fù)雜網(wǎng)絡(luò)的研究范式帶來了機(jī)遇。周濤討論了大數(shù)據(jù)時(shí)代復(fù)雜網(wǎng)絡(luò)研究面臨的機(jī)遇與挑戰(zhàn)[18-19]，例如，面向網(wǎng)絡(luò)大數(shù)據(jù)存儲(chǔ)管理的圖數(shù)據(jù)庫優(yōu)化設(shè)計(jì)，基于海量數(shù)據(jù)的數(shù)據(jù)采樣，網(wǎng)絡(luò)信息可視化等共性問題，網(wǎng)絡(luò)動(dòng)力學(xué)與網(wǎng)絡(luò)結(jié)構(gòu)分析、鏈路預(yù)測(cè)，網(wǎng)絡(luò)控制和動(dòng)態(tài)網(wǎng)絡(luò)模式挖掘等特殊應(yīng)用問題。圖數(shù)據(jù)快速處理算法在社會(huì)網(wǎng)絡(luò)演化模式挖掘方面也是典型的大數(shù)據(jù)與復(fù)雜網(wǎng)絡(luò)交叉研究課題[20-21]。本文初步思考了大數(shù)據(jù)概念應(yīng)用目標(biāo)驅(qū)動(dòng)下，系統(tǒng)科學(xué)與體系工程、網(wǎng)絡(luò)科學(xué)與網(wǎng)絡(luò)工程相互之間的理論聯(lián)系，如圖3所示。

圖2 應(yīng)用大數(shù)據(jù)概念的裝備體系研究認(rèn)識(shí)機(jī)制

圖3 大數(shù)據(jù)與復(fù)雜網(wǎng)絡(luò)的方法論聯(lián)系

大數(shù)據(jù)和復(fù)雜網(wǎng)絡(luò)的一個(gè)相似點(diǎn)在于都關(guān)注對(duì)象之間存在的關(guān)聯(lián)性，差異在于模型的描述形式與仿真理論。就體系而言，復(fù)雜網(wǎng)絡(luò)模型將體系簡(jiǎn)化為頂點(diǎn)和邊，這兩種模式分別映射不同的要素，頂點(diǎn)通常映射系統(tǒng)或系統(tǒng)的組合，邊通常映射通信鏈路、功能耦合或信息交互等相互關(guān)聯(lián)或作用形式，從而形成整體的拓?fù)浣Y(jié)構(gòu)，該模型仿真通常建立在agent基礎(chǔ)上。而基于大數(shù)據(jù)的體系描述是當(dāng)前正在探索的前沿領(lǐng)域，主要采取的形式是基于仿真獲取的實(shí)驗(yàn)數(shù)據(jù)挖掘關(guān)于體系性質(zhì)模式，通常表現(xiàn)為依賴一般復(fù)雜網(wǎng)絡(luò)理論研究經(jīng)驗(yàn)性或理論性指標(biāo)參數(shù)，存在的根本問題就是網(wǎng)絡(luò)科學(xué)中的一般性規(guī)律與體系特殊性的契合性難以有效結(jié)合起來[13,22]。

復(fù)雜網(wǎng)絡(luò)和超網(wǎng)絡(luò)是構(gòu)建大數(shù)據(jù)概念應(yīng)用與裝備體系建模應(yīng)用的重要橋梁之一。描述裝備體系的大數(shù)據(jù)只有通過網(wǎng)絡(luò)大數(shù)據(jù)的形式才能夠呈現(xiàn)或還原體系的真實(shí)面目。裝備體系的基礎(chǔ)模型應(yīng)該理解為一張“數(shù)據(jù)網(wǎng)”，數(shù)據(jù)支持體系不同層次、不同粒度、不同視角的描述和表示，數(shù)據(jù)成“網(wǎng)”支持體系結(jié)構(gòu)的網(wǎng)絡(luò)化描述。目前建立的體系各種超網(wǎng)絡(luò)描述模型奠定了模型基礎(chǔ)，而語義網(wǎng)技術(shù)的發(fā)展與成熟為構(gòu)造數(shù)據(jù)網(wǎng)奠定了實(shí)現(xiàn)條件。綜合這種認(rèn)識(shí)，本文認(rèn)為，基于當(dāng)前裝備數(shù)據(jù)工程的建設(shè)成果，利用語義網(wǎng)和超網(wǎng)絡(luò)理論研究進(jìn)展，有望建立可描述、可計(jì)算的基于大數(shù)據(jù)的裝備體系語義超網(wǎng)絡(luò)模型支撐數(shù)據(jù)化的體系仿真。

統(tǒng)計(jì)分析、聚類、深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)等主流數(shù)據(jù)分析模型具有的“知其然而不知其所以然”特性，結(jié)構(gòu)拓?fù)浞治觥⒔Y(jié)構(gòu)模式挖掘、鏈路預(yù)測(cè)等經(jīng)典網(wǎng)絡(luò)分析模型方法在基于海量數(shù)據(jù)的模式發(fā)現(xiàn)應(yīng)用方面取得重要研究進(jìn)展，而面向裝備體系研究的大數(shù)據(jù)建模與分析決策注重?cái)?shù)據(jù)科學(xué)優(yōu)勢(shì)與體系機(jī)理認(rèn)知與推理建模密切結(jié)合為基本思維主線，需要兼顧復(fù)雜巨系統(tǒng)建模理論方法。大數(shù)據(jù)與網(wǎng)絡(luò)科學(xué)的結(jié)合成為體系建模的新理論和技術(shù)增長(zhǎng)點(diǎn)，而語義網(wǎng)思想正是解決描述數(shù)據(jù)之間關(guān)系的一種有效手段，因此，大數(shù)據(jù)模型基礎(chǔ)上的體系情景推演應(yīng)用應(yīng)該建立在語義超網(wǎng)絡(luò)架構(gòu)之上，即語義的統(tǒng)一視角下，建立描述體系的大數(shù)據(jù)的超網(wǎng)絡(luò)模型。

1.2 認(rèn)知粒計(jì)算——裝備體系問題建模的系統(tǒng)工程新途徑

大數(shù)據(jù)給數(shù)據(jù)挖掘及應(yīng)用帶來挑戰(zhàn)的同時(shí)，也為復(fù)雜巨系統(tǒng)的機(jī)理認(rèn)知帶來了機(jī)遇。在現(xiàn)有體系研究成果基礎(chǔ)上，以全新的視角發(fā)展基于大數(shù)據(jù)的體系建模新理論方法，推動(dòng)體系科學(xué)研究變革。粒計(jì)算基于粒結(jié)構(gòu)的思維方式，為結(jié)構(gòu)化問題求解和信息處理模式創(chuàng)造了新的計(jì)算范式。從人工智能角度看，粒計(jì)算模擬人類思考和解決大規(guī)模復(fù)雜問題的自然智能模式，可以實(shí)現(xiàn)以人為中心的認(rèn)知，立足于實(shí)際問題需求，采取可行的滿意近似解替代精確解，提供效率。從數(shù)據(jù)分析與處理層面看，通過信息?；侄危扇×Ｔ恼w代替復(fù)雜數(shù)據(jù)樣本，以粒為中心進(jìn)行計(jì)算。從體系的層面看，通過對(duì)系統(tǒng)的粒化處理，可以采取合適粒度的粒結(jié)構(gòu)刻畫大規(guī)模的體系組成部分及復(fù)雜性的體系結(jié)構(gòu)，提高體系的認(rèn)識(shí)水平和問題求解效率。

粒計(jì)算的應(yīng)用基礎(chǔ)立足于數(shù)據(jù)，通常包括數(shù)據(jù)?；⒍嗔６饶Ｊ桨l(fā)現(xiàn)與融合、多粒度、跨粒度推理等核心內(nèi)容，以數(shù)據(jù)為中心的體系結(jié)構(gòu)描述思想為引入粒計(jì)算方法論指導(dǎo)體系建模具有顯然的契合性。當(dāng)前，在指控組織結(jié)構(gòu)優(yōu)化設(shè)計(jì)、體系需求描述和作戰(zhàn)體系結(jié)構(gòu)分析方面已經(jīng)存在部分研究利用了粒度計(jì)算策略[23-25]，但僅僅是關(guān)于體系某一方面的微觀上針對(duì)復(fù)雜問題求解，立足于大數(shù)據(jù)概念正面討論裝備體系的粒計(jì)算建模和體系不確定性研究還十分稀缺。本文認(rèn)為，基于大數(shù)據(jù)建模的裝備體系復(fù)雜問題描述與粒計(jì)算求解存在理論和技術(shù)上的契合性，粒計(jì)算構(gòu)建起大數(shù)據(jù)與裝備體系的第二座理論橋梁。本節(jié)具體梳理為以下3個(gè)方面理論要素。

1.2.1 大數(shù)據(jù)和裝備體系的多層次/多粒度特性

20世紀(jì)90年代，錢學(xué)森[26]指出，“只有一個(gè)層次或沒有層次結(jié)構(gòu)的事物稱為簡(jiǎn)單的系統(tǒng)，而子系統(tǒng)種類很多，具有層次結(jié)構(gòu)且子系統(tǒng)之間關(guān)聯(lián)關(guān)系十分復(fù)雜的系統(tǒng)稱為復(fù)雜巨系統(tǒng)，任何一個(gè)復(fù)雜系統(tǒng)都是一個(gè)具有層次結(jié)構(gòu)的系統(tǒng)”。體系屬于典型復(fù)雜巨系統(tǒng)，其子系統(tǒng)本身被認(rèn)為是復(fù)雜系統(tǒng)。同時(shí)，體系又可以理解為一種系統(tǒng)集成的方法原理，即由系統(tǒng)組成系統(tǒng)?，F(xiàn)實(shí)世界的很多復(fù)雜巨系統(tǒng)很大程度上也可以按照體系理念開展認(rèn)識(shí)和研究，例如，復(fù)雜細(xì)胞網(wǎng)絡(luò)、蛋白質(zhì)互作用網(wǎng)絡(luò)、社會(huì)網(wǎng)絡(luò)、互聯(lián)網(wǎng)，物聯(lián)網(wǎng)等等。這些復(fù)雜巨系統(tǒng)領(lǐng)域中大數(shù)據(jù)現(xiàn)象十分顯著，廣泛存在著多層次、多尺度特性[27-28]。大數(shù)據(jù)通常產(chǎn)生于人類觀察復(fù)雜的自然/人工巨系統(tǒng)形成的信號(hào)測(cè)量記錄，或者人類社會(huì)系統(tǒng)借助互聯(lián)網(wǎng)等自主產(chǎn)生。顯然，反映復(fù)雜巨系統(tǒng)的形態(tài)及運(yùn)動(dòng)規(guī)律的大數(shù)據(jù)必然內(nèi)在地蘊(yùn)含了由這些系統(tǒng)決定的部分與整體關(guān)系以及復(fù)雜性層次結(jié)構(gòu)，也就是數(shù)據(jù)上的多粒度、多視角和多層次特性，從本源性、存在性理論上具有契合性。

從體系原理上講，體系的基本要義是由系統(tǒng)組成的系統(tǒng)，顯然，將系統(tǒng)視為基本構(gòu)成對(duì)象，則體系在系統(tǒng)構(gòu)成觀察維度上客觀具備關(guān)于系統(tǒng)對(duì)象的粒度性和層次性。裝備體系是體系原理下的武器裝備復(fù)雜巨系統(tǒng)，其組成部分本身是集成的，獨(dú)立運(yùn)行和管理的，地理上分布存在的復(fù)雜系統(tǒng)，復(fù)雜系統(tǒng)又具有特定的層次結(jié)構(gòu)。體系中系統(tǒng)概念的粒度語義可以從三個(gè)方面理解：①細(xì)化分解思維觀察體系，任意一個(gè)具備獨(dú)立功能的型號(hào)武器裝備組件(包含型號(hào)信息系統(tǒng)設(shè)備)本身就是一種粒度的系統(tǒng)，一般認(rèn)為是最基本的系統(tǒng)對(duì)象，可以定義為裝備體系的原子粒度層次系統(tǒng)粒而通常不再繼續(xù)分解，該層次的系統(tǒng)粒在功能特征上相對(duì)而言只表示其單一功能或視情況繼續(xù)功能解構(gòu)，例如，各種平臺(tái)載體的嵌入式操作系統(tǒng)信息系統(tǒng)設(shè)備；②聚合思維觀察體系，由功能相互聯(lián)系的若干型號(hào)原子性系統(tǒng)單元裝備組成的復(fù)雜裝備系統(tǒng)屬于一種較粗粒度的集成系統(tǒng)，可以定義為裝備體系的基本粒度層次系統(tǒng)粒，該層次系統(tǒng)粒在功能特征上存在多元功能集成與復(fù)合特性，例如機(jī)載預(yù)警探測(cè)雷達(dá)系統(tǒng)，預(yù)警機(jī)平臺(tái)系統(tǒng)，機(jī)載戰(zhàn)術(shù)數(shù)據(jù)鏈系統(tǒng)相對(duì)①中的粒層次而言是基本粒，而認(rèn)知上形成的空警-200預(yù)警探測(cè)系統(tǒng)則是由上述基本粒聚合成的復(fù)雜系統(tǒng)層次的基本系統(tǒng)粒，由探測(cè)、通信、指控等功能集成產(chǎn)生“網(wǎng)絡(luò)對(duì)抗”復(fù)合功能模式；③從信息流語義觀察體系，信息流也存在粒度特性，例如，“探測(cè)”功能傳輸?shù)男畔⒘骺赡馨姶判盘?hào)信息、偵察圖像信息、無人機(jī)偵察視頻信息、測(cè)控信息等多維情報(bào)信息流，系統(tǒng)功能與信息流語義標(biāo)記之間具有一定相關(guān)性，可以采取“一對(duì)多映射”描述這些多元關(guān)系粒度。如，實(shí)施高空長(zhǎng)航時(shí)偵察探測(cè)任務(wù)的無人機(jī)與具備指控和通信功能的預(yù)警機(jī)或與具有通信和數(shù)據(jù)傳輸功能的中繼衛(wèi)星建立信息鏈路的可能性極大。另一方面，武器裝備或信息系統(tǒng)設(shè)備的特征描述數(shù)據(jù)通常表現(xiàn)出高維特征，特征數(shù)據(jù)之間存在顯現(xiàn)或隱性語義關(guān)聯(lián)性，這些都可能影響并制約基于海量裝備數(shù)據(jù)的體系語義理解和建模，而采取數(shù)據(jù)的多粒度/多層次建模策略則能夠有效應(yīng)對(duì)該方面問題；④從結(jié)構(gòu)模式觀察體系，類似社會(huì)網(wǎng)絡(luò)中顯著大量存在的社區(qū)結(jié)構(gòu)，節(jié)點(diǎn)結(jié)構(gòu)，裝備體系的體系結(jié)構(gòu)形態(tài)上也存在大量的OODA環(huán)、作戰(zhàn)聯(lián)盟體、作戰(zhàn)信息鏈或殺傷鏈等中觀視圖的網(wǎng)絡(luò)結(jié)構(gòu)模式，中尺度結(jié)構(gòu)提供了觀察網(wǎng)絡(luò)演化的重要手段，基于中尺度能夠建立微觀與宏觀結(jié)構(gòu)之間的關(guān)聯(lián)機(jī)理研究機(jī)制，但是傳統(tǒng)網(wǎng)絡(luò)科學(xué)中采取模體挖掘分析的方法手段仍然不夠，中尺度是一種中間范疇，根據(jù)問題特性和求解需求應(yīng)該吸納變粒度連續(xù)觀察思維。裝備體系中多尺度概念內(nèi)涵可以描述為圖4所示。設(shè)計(jì)合理的體系粒結(jié)構(gòu)和粒計(jì)算模型，對(duì)于實(shí)現(xiàn)上述變尺度結(jié)構(gòu)分析，理論上相通。

圖4 裝備體系中多尺度概念示意

1.2.2 大數(shù)據(jù)和體系問題的不確定性特性

從本源上講，大數(shù)據(jù)產(chǎn)生于人類活動(dòng)，自然蘊(yùn)含人類的認(rèn)知因素，某種意義上大數(shù)據(jù)可以理解為物理世界經(jīng)過人類思維性或工具性活動(dòng)形成的關(guān)于信號(hào)的記錄材料，可能是原生態(tài)的記錄信息，也可能是經(jīng)過初級(jí)加工后產(chǎn)生的高級(jí)認(rèn)知材料。從認(rèn)識(shí)上講，大數(shù)據(jù)分析方法與人類知識(shí)產(chǎn)生過程具有一定契合性?；诖髷?shù)據(jù)的物理統(tǒng)計(jì)、分類、聚類等數(shù)據(jù)挖掘或知識(shí)發(fā)現(xiàn)數(shù)據(jù)分析方法已經(jīng)是該領(lǐng)域熱點(diǎn)。人類主觀性認(rèn)識(shí)的模糊性與物理世界本源存在的隨機(jī)、模糊等不確定性一同構(gòu)成大數(shù)據(jù)的不確定性來源，數(shù)據(jù)采集的時(shí)態(tài)跨度不確定性、數(shù)據(jù)記錄缺失導(dǎo)致的不完備性、模糊表達(dá)不確定性。某種意義上，模糊構(gòu)成數(shù)據(jù)的不確定性本質(zhì)，精確信息往往是在特定粒度下相對(duì)精確的。自信息?；季S觀點(diǎn)提出至今，將信息粒視為人類的最基本認(rèn)知單元，能夠有效地描述信息模糊與精確之間的過渡轉(zhuǎn)化，通過數(shù)據(jù)(信息)粒概念能夠建立起基于大數(shù)據(jù)的體系不確定性描述和問題建模機(jī)制。

體系的不確定性可以歸納為兩大類：一種是體系的客觀環(huán)境不確定性，表現(xiàn)為目標(biāo)威脅出現(xiàn)、指控組織(人因決策)自適應(yīng)演化、隨機(jī)偶然性的裝備故障、氣象等自然環(huán)境預(yù)測(cè)困難或復(fù)雜電磁環(huán)境等因素；另一種是體系的主觀認(rèn)知不確定性，表現(xiàn)為人類特有的感覺直覺等非理性因素對(duì)戰(zhàn)略使命判斷、目標(biāo)威脅程度評(píng)估、體系作戰(zhàn)能力或體系效能概念定位等構(gòu)成的不確定性現(xiàn)象。當(dāng)前，很多研究機(jī)構(gòu)和學(xué)者就單個(gè)武器裝備(系統(tǒng))層次上討論不確定性，基于不確定性信息處理手段研究特定型號(hào)裝備作戰(zhàn)效能評(píng)估與預(yù)測(cè)[29]。但是少有研究正面討論體系的不確定性問題。上述體系不確定性可能貫穿體系建設(shè)規(guī)劃計(jì)劃和體系運(yùn)行控制優(yōu)化等不同階段模式，而且現(xiàn)有研究很少考慮裝備體系復(fù)雜性、對(duì)抗性和動(dòng)態(tài)性在不同階段中的綜合建模，而數(shù)據(jù)化模型描述為不確定性信息刻畫和不確定性問題處理提供了很好的基礎(chǔ)，建立在大數(shù)據(jù)建?；A(chǔ)上的裝備體系描述模型為進(jìn)一步采取粒計(jì)算與其它認(rèn)知理論結(jié)合途徑研究體系不確定性現(xiàn)象提供了條件。例如，關(guān)于體系作戰(zhàn)能力頂層概念及體系作戰(zhàn)支撐能力和體系中系統(tǒng)要素能力或任務(wù)能力等下位概念的模糊不確定性推理問題[30]。

1.2.3 大數(shù)據(jù)分析和體系問題求解算法要求具有高效近似求解性

應(yīng)用大數(shù)據(jù)概念原理適應(yīng)數(shù)據(jù)科學(xué)思維觀點(diǎn)研究裝備體系的方法核心在于基于大數(shù)據(jù)的復(fù)雜體系問題建模和基于數(shù)據(jù)的智能推理，就是在以人為中心觀察視角下依托數(shù)據(jù)化問題描述模型，推理發(fā)現(xiàn)隱含信息或知識(shí)。模糊是人類認(rèn)知的重要本質(zhì)特性，從該角度講，基于大數(shù)據(jù)分析方法的裝備體系問題求解應(yīng)該具備近似求解特性。首先，裝備體系結(jié)構(gòu)的復(fù)雜性必然導(dǎo)致采用合適有效的大數(shù)據(jù)建模手段生成的體系描述模型具有及其復(fù)雜的結(jié)構(gòu)，不僅需要將多領(lǐng)域、多來源異構(gòu)的數(shù)據(jù)集成與融合，而且要求算法能夠按照體系問題特性自動(dòng)或人機(jī)交互地從大數(shù)據(jù)中抽取與組織出具有多層次、多粒度、多視角、多局部特征的結(jié)構(gòu)；其次，對(duì)抗性裝備體系動(dòng)態(tài)演化問題需要綜合考慮實(shí)時(shí)戰(zhàn)場(chǎng)數(shù)據(jù)信息的客觀事實(shí)以反映體系問題框架的理論完整性，必然面臨在海量數(shù)據(jù)中存在大量模糊、不完備信息特征環(huán)境下進(jìn)行推理。基于大數(shù)據(jù)的信息不確定性認(rèn)識(shí)反映了體系的客觀不確定性和主觀認(rèn)知不確定性，現(xiàn)有的粗糙集、模糊集等不確定性問題求解模型或不確定性信息計(jì)算模型多數(shù)采取近似逼近思想，同時(shí)，對(duì)于體系問題而言，重點(diǎn)在于評(píng)估其建設(shè)水平或發(fā)展趨勢(shì)，目的在于支撐決策，無需一味追求問題最優(yōu)解。

2 結(jié) 語

綜合上述討論，筆者認(rèn)為，基于“存在性”觀點(diǎn)思維，分析把握大數(shù)據(jù)和裝備體系兩者概念之間的聯(lián)系，可以發(fā)現(xiàn)，大數(shù)據(jù)概念在裝備體系范疇內(nèi)可以存在多種應(yīng)用模式，既可以在微觀系統(tǒng)層面討論復(fù)雜系統(tǒng)的優(yōu)化集成，也可以在宏觀層面討論基于復(fù)雜數(shù)據(jù)建模與分析思維視角的裝備體系復(fù)雜巨系統(tǒng)的機(jī)理機(jī)制研究。由此，催生了一系列不同層次的理論方法和技術(shù)體系。本文重點(diǎn)在面向裝備體系建模與體系復(fù)雜性問題與智能化系統(tǒng)建模方面開展初步的方法論探索研究，討論可行的大數(shù)據(jù)建模、分析與決策支持分析方法。創(chuàng)新性地提出語義超網(wǎng)絡(luò)和認(rèn)知粒計(jì)算兩橋理論架構(gòu)，將能夠有效建立基于大數(shù)據(jù)認(rèn)知計(jì)算的裝備體系模型研究方法和實(shí)現(xiàn)技術(shù)。希冀本文內(nèi)容能夠促進(jìn)該領(lǐng)域朝著更深更遠(yuǎn)方向深化發(fā)展，有效解決現(xiàn)實(shí)體系問題研究困境。

[1] Daniel J.Power.Using ‘Big Data’ for analysis and decision[J].Journal of Decision Systems 2014，23(2)：222-228.

[2] Zhaohui Wu, Ooi Beng Chin..From Big Data to Data Science:A Multi-disciplinary Perspective[J].Big Data Research，2014，1(1)：1.

[3] 李建中，劉顯敏.大數(shù)據(jù)的一個(gè)重要方面：數(shù)據(jù)可用性[J].計(jì)算機(jī)研究與發(fā)展，2013，50(6)：1147-1162.

[4] Power D.What is machine data?[J].Decision Support News，2013(14)，January，20.

[5] 張?jiān)獫?“大數(shù)據(jù)：軍事變革新引擎”.《中國(guó)社會(huì)科學(xué)報(bào)》，2014年8月6日第630期.sscp.cssn.cn/xkpd/jsx_20175/201408/t20140806_1280506.html.

[6] 申德榮，于戈，王習(xí)特，等.支持大數(shù)據(jù)管理的NoSQL系統(tǒng)研究綜述[J].軟件學(xué)報(bào)，2013，24(8)：1786-1803.

[7] 黃冬梅，杜艷玲，賀琪.混合云存儲(chǔ)中海洋大數(shù)據(jù)遷移算法的研究[J].

[8] 楊小牛，楊志邦，賴蘭劍.下一代信號(hào)情報(bào)偵察體系架構(gòu)：大數(shù)據(jù)概念的應(yīng)用[J].中國(guó)電子科學(xué)研究院學(xué)報(bào)，2013，8(1)：1-7.

[9] 于戈，谷峪，鮑玉斌，等.云計(jì)算環(huán)境下的大規(guī)模圖數(shù)據(jù)處理技術(shù)[J].計(jì)算機(jī)學(xué)報(bào)，2011，34(10)：1753-1765.

[10]郭遲，劉經(jīng)南，方媛，等.位置大數(shù)據(jù)的價(jià)值提取與協(xié)同挖掘方法[J].軟件學(xué)報(bào)，2014，25(4)：713-730.

[11]徐磊.大數(shù)據(jù)基礎(chǔ)上的社會(huì)認(rèn)知[J].中國(guó)電子科學(xué)研究院學(xué)報(bào)，2013，8(1)：23-26.

[12]胡曉峰.大數(shù)據(jù)時(shí)代對(duì)建模仿真的挑戰(zhàn)與思考[J].軍事運(yùn)籌與系統(tǒng)工程，2013，27(4)：5-12.

[13]賈珺，吳元立，賀筱媛，等.作戰(zhàn)協(xié)同關(guān)系超圖模型[J].國(guó)防科技大學(xué)學(xué)報(bào)，2015，37(3)：185-191.

[14]周云.面向?qū)崟r(shí)作戰(zhàn)決策支持的動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)仿真理論與方法研究[D].國(guó)防科技大學(xué)博士學(xué)位論文，2010，10.

[15]Xiaofan Wang.Towards data-driven identification and control of complex networks[J].National Science Review,2014,12:1-2.

[16]沈斌.復(fù)雜網(wǎng)絡(luò)與數(shù)據(jù)挖掘：研究范式的比較和整合[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2014，11(1):48-52.

[17]許小可，劉肖凡.網(wǎng)絡(luò)科學(xué)的發(fā)展新動(dòng)力：大數(shù)據(jù)和眾包[J].電子科技大學(xué)學(xué)報(bào)，2013，42(6)：802-804.

[18]周濤，張子柯，陳關(guān)榮，等.復(fù)雜網(wǎng)絡(luò)研究的機(jī)遇與挑戰(zhàn)[J].電子科技大學(xué)學(xué)報(bào)，2014，43(1)：1-5.

[19]周濤.網(wǎng)絡(luò)大數(shù)據(jù)——復(fù)雜網(wǎng)絡(luò)的新挑戰(zhàn)：如何從海量數(shù)據(jù)獲取信息？[J].2013，42(1)：7-9.

[20]王莉，程學(xué)旗.在線社會(huì)網(wǎng)絡(luò)的動(dòng)態(tài)社區(qū)發(fā)現(xiàn)及演化[J].計(jì)算機(jī)學(xué)報(bào)，2014，37(17)：1-20.

[21]高琳，楊建業(yè)，覃桂敏.動(dòng)態(tài)網(wǎng)絡(luò)模式挖掘方法及其應(yīng)用[J].軟件學(xué)報(bào)，2013，24(9)：2042-2061.

[22]王飛，司光亞，榮明，等.武器裝備體系的異質(zhì)超網(wǎng)絡(luò)模型[J].系統(tǒng)工程與電子技術(shù)，2015，37(9)：2052-2060.

[23]修保新，張維明，劉忠，等.基于粒度計(jì)算和遺傳算法的C2組織結(jié)構(gòu)設(shè)計(jì)方法[J].自然科學(xué)進(jìn)展，2007，17(5)：662-670.

[24]Zhao Qingsong, Yang Kewei, Chen Yingwu, et al.Granular analyzing of weapon SoS demand description[J].Journal of Systems Engineering and Electronics, 2009,20(3):565-570.

[25]Zou Z G, Liu F X, Sun S M, et al.Ripple-effect analysis for operational architecture of air defense systems with super network modeling[J].Journal of Systems Engineering and Electronics.2014, 25(2)：249-264.

[26]錢學(xué)森，于景元，戴汝為.一個(gè)科學(xué)新領(lǐng)域——開放的復(fù)雜巨系統(tǒng)及其方法論.自然雜志，1990，13：3-11.

[27]Firedman N.Inferring cellular networks using probabilistic graphical models.Science,2004, 303:799-805.

[28]Ahn Y Y, Bagrow J P, Lehmannn S.Link communities reveal multiscale complexity in networks.Nature, 2010,466:761-765.

[29]柯宏發(fā)，陳永光，胡利民，等.電子裝備試驗(yàn)不確定性信息處理技術(shù)[M].國(guó)防工業(yè)出版社，2012.

[30]陳放，張彬，尚彥江.體系作戰(zhàn)支撐能力理論探析[J].空軍工程大學(xué)學(xué)報(bào)(軍事科學(xué)版)，2015,15(2):81-85.

王壽彪(1986—)，男，博士，主要研究方向?yàn)榱Ｓ?jì)算、大數(shù)據(jù)與裝備體系演化；

E-mail：biao007ge@126.com

李新明(1965—)，男，研究員，博士生導(dǎo)師，主要研究方向?yàn)樵朴?jì)算、大數(shù)據(jù)與裝備體系論證；

劉 東(1981—)，男，助理研究員，博士，主要研究方向?yàn)榭煽啃?、空間信息系統(tǒng)建模與仿真。

Concepts Association Mechanisms and Model Structures on Equipment System of Systems with Big Data

WANG Shou-biao, LI Xin-ming, LIU Dong

(National Key Laboratory of Complex Electronic System Simulation, Academy of Equipment, Beijing 101416，China)

Applying big data analysis and decision making methodologies to modeling equipment system of systems (ESoS)has been an issue of great concerning in military.Currently, there have been some restricting key issues as follows:blurred association mechanisms between the concepts of big data and equipment system of systems, indistinct theory methods and technologies, muddled researching thinking.Be established in epistemology, the association mechanisms of these two concepts are discussed, then two “bridge” theory domains are proposed to bridge the gaps between the big data and the modeling and simulating of ESoS.The contents of the framework are descripted from two aspects, one is semantic super-network concept as strategy to descript the architecture of ESoS, the other one is cognitive granular methodologies using of which to model the uncertainty issues about ESoS.

equipment system of systems; big data; uncertainty modeling of equipment system of systems; semantic super network; cognitive granular computing

2016-05-09

2016-08-31

部委級(jí)預(yù)研基金項(xiàng)目，社科基金軍事學(xué)項(xiàng)目

：A

1673-5692(2016)05-495-08