基于FDNA-CVaR-COSYSMO的多目标体系架构智能优化及选择方法技术

本发明专利技术提供了一种基于FDNA‑CVaR‑COSYSMO的多目标体系架构智能优化及选择方法，涉及体系架构筛选技术领域，其中优化方法主要通过对体系架构设计方案建立多目标函数，对多目标函数建立约束条件，将体系架构设计方案选择问题作为优化问题构建多目标优化模型等步骤实现。选择方法主要通过基于体系架构构建体系功能依赖网络，计算体系能力，采用CVaR方法计算体系风险，估算体系的成本，建立能力‑风险‑成本权衡空间，构建多目标优化模型，通过目标优化模型在权衡空间中探索选择优化方案等步骤实现。本发明专利技术方法针对权衡空间的大规模性和复杂性，可以处理数量较大的候选体系架构设计方案，引入智能优化算法进行全设计空间进行智能探索，在Pareto前沿上获得令人满意的优化方案。

【技术实现步骤摘要】

本专利技术涉及体系架构筛选，特别涉及一种基于fdna-cvar-cosysmo的多目标体系架构智能优化及选择方法。

技术介绍

1、在高度电子化、信息化和智能化的当今，军事对抗已不仅仅取决于一种或几种高精尖武器，由各类武器装备互联、互通、互操作的“马赛克”式联合作战是未来作战的基本形态。为了获得令人满意或优化的“马赛克战”体系作战能力，亟需采用科学方法从顶层谋划、论证系统构成和系统互操作关系等体系架构要素，探索作战体系架构的优化设计。

2、体系架构设计的核心议题之一是体系架构方案(system-of-systemsarchitecture alternat ives,sosaa)的选择，即如何从众多候选系统中筛选出较佳的满足依赖约束关系的系统组合。此类体系架构的本质为元架构，相较于美国国防部体系架构框架(department of defense architecture framework,dodaf)中的体系架构概念更为抽象。某种程度上，它可视为dodaf模型构建之前的元架构选择。体系架构方案的探索与筛选需要充分考虑体系的特征，如高度不确定性本文档来自技高网...

【技术保护点】

1.基于FDNA-CVaR-COSYSMO的多目标体系架构智能优化方法，其特征在于，包括：

2.根据权利要求1所述的基于FDNA-CVaR-COSYSMO的多目标体系架构智能优化方法，其特征在于，基于FDNA的体系能力评价、基于CVaR的风险度量、基于COSYSMO的成本评价此三个优化维度具体的优化目标依次为：最大化体系在不同场景下的体系能力的平均值、最小化体系的能力降级风险和最小化体系成本。

3.根据权利要求2所述的基于FDNA-CVaR-COSYSMO的多目标体系架构智能优化方法，其特征在于，以最大化体系在不同场景下的体系能力的平均值为优化目标建立第一目标函数...

【技术特征摘要】

1.基于fdna-cvar-cosysmo的多目标体系架构智能优化方法，其特征在于，包括：

2.根据权利要求1所述的基于fdna-cvar-cosysmo的多目标体系架构智能优化方法，其特征在于，基于fdna的体系能力评价、基于cvar的风险度量、基于cosysmo的成本评价此三个优化维度具体的优化目标依次为：最大化体系在不同场景下的体系能力的平均值、最小化体系的能力降级风险和最小化体系成本。

3.根据权利要求2所述的基于fdna-cvar-cosysmo的多目标体系架构智能优化方法，其特征在于，以最大化体系在不同场景下的体系能力的平均值为优化目标建立第一目标函数，具体包括：将体系架构方案的组成元素编码为决策变量，根据设定，将体系架构设计方案分解为组件系统、系统与功能之间的贡献关系，决策变量分两种：二进制变量yi代表是否选择第i个系统，n个候选系统对应n个变量，决策变量xik代表第i个系统对功能k的贡献水平；

4.根据权利要求3所述的基于fdna-cvar-cosysmo的多目标体系架构智能优化方法，其特征在于，以最小化体系的能力降级风险为优化目标建立目标函数，具体包括：将体系能力未达期望值的部分定义为损失，获得体系能力的损失分布，采用cvar方法计算体系风险，将其二次幂作为最小化的...

【专利技术属性】
技术研发人员：方哲梅，袁刘鹏程，秦肖臻，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：