CN112422353A - 一种基于效用性的兵力配系网络生成方法 - Google Patents
一种基于效用性的兵力配系网络生成方法 Download PDFInfo
- Publication number
- CN112422353A CN112422353A CN202110094069.5A CN202110094069A CN112422353A CN 112422353 A CN112422353 A CN 112422353A CN 202110094069 A CN202110094069 A CN 202110094069A CN 112422353 A CN112422353 A CN 112422353A
- Authority
- CN
- China
- Prior art keywords
- task
- network
- logic
- node
- obtaining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请涉及一种基于效用性的兵力配系网络生成方法。所述方法包括:根据任务逻辑节点和任务组织节点的层级匹配结果得到任务逻辑网络和任务组织网络间的映射关系,根据任务逻辑节点和任务功能节点的节点功能匹配结果得到任务逻辑网络和任务功能网络间的映射关系。根据任务组织网络、任务逻辑网络和任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据兵力配系节点和节点关系数据生成对应的兵力配系网络。上述方法按照“目的‑方法‑手段”分析框架将作战概念分配到“任务域‑组织域‑功能域”进行能力要素设计,将三个领域的能力要素方案聚合为兵力单元,各兵力单元进行协同关联和量化配属,形成网络化的兵力配系方案。
Description
技术领域
本申请涉及作战体系设计技术领域,特别是涉及一种基于效用性的兵力配系网络生成方法。
背景技术
体系是由多个可独立运行组分***相互协作、动态发展构成的集合。体系的两个主要特性是效用性和涌现性。体系的效用性是指按照体系架构将组分***集成后产生整体效果的性质;体系的涌现性是指体系整体通过不断适应、调整和改变,从而具备新功能的性质。体系设计按照阶段划分可分为概念设计、逻辑设计和物理设计。
对于作战体系而言,其能力是指在一定内外部条件下通过多种方法和途径执行某项任务达到预期效果的本领。在作战体系设计领域,概念设计阶段主要根据军事需求开展作战概念与体系能力需求设计;逻辑设计阶段一般是基于能力需求开展作战体系逻辑架构设计;物理设计阶段一般是根据逻辑架构方案开展作战体集成架构和组分***需求设计。如何这三个设计阶段统一起来,根据抽象的作战概念得到具体的兵力配系网络,是确保作战体系有效性的关键,也是利用作战体系涌现性的基础。
发明内容
基于此,有必要针对上述技术问题,提供一种能够根据作战概念得到对应的具体兵力配系的一种基于效用性的兵力配系网络生成方法。
一种基于效用性的兵力配系网络生成方法,包括:
根据预设的任务逻辑数据得到对应的任务逻辑网络,根据预设的任务组织数据得到对应的任务组织网络,根据预设的任务功能数据得到对应的任务功能网络。
根据任务逻辑网络中的任务逻辑节点和任务组织网络中任务组织节点的节点层级参数匹配结果,得到任务逻辑网络和任务组织网络间的映射关系。
根据任务逻辑节点和任务功能网络中任务功能节点的节点功能参数匹配结果,得到任务逻辑网络和任务功能网络间的映射关系。
根据任务组织网络、任务逻辑网络和任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据兵力配系节点和节点关系数据生成对应的兵力配系网络。
其中一个实施例中,根据预设的任务逻辑数据得到对应的任务逻辑网络的步骤包括:
根据预设的任务逻辑数据得到对应的任务逻辑模块,以及得到任务逻辑模块之间的逻辑关联关系。逻辑关系包括流程关系和时序关系。
根据任务逻辑模块得到对应的任务逻辑节点,根据逻辑关联关系得到任务逻辑节点的节点层级参数和任务逻辑节点间的任务逻辑边。
根据任务逻辑节点和任务逻辑边,得到对应的任务逻辑网络。
其中一个实施例中,根据预设的任务组织数据得到对应的任务组织网络的步骤包括:
根据预设的任务组织数据得到对应的任务组织角色,以及得到任务组织角色间的角色从属关系。
根据任务组织角色得到对应的任务组织节点,根据角色从属关系得到任务组织节点的节点层级参数和任务组织节点间的任务组织边。
根据任务组织节点和任务组织边,得到对应的任务组织网络。
其中一个实施例中,根据预设的任务功能数据得到对应的任务功能网络的步骤包括:
根据预设的任务功能数据得到对应的任务执行装备,以及得到任务执行装备间的数据传输关系。
根据任务执行装备得到对应的任务功能节点,根据数据传输关系得到任务功能节点的节点层级参数和任务功能节点间的任务功能边。
根据任务功能节点和任务功能边,得到对应的任务功能网络。
其中一个实施例中,任务逻辑网络和任务组织网络间的映射关系的获取方式包括:
获取任务逻辑网络中的任务逻辑节点的节点层级参数,以及获取任务组织网络中任务组织节点的节点层级参数,根据预设的节点层级参数匹配规则得到任务逻辑节点对应的任务组织节点。
根据任务逻辑节点和任务组织节点的对应关系,得到任务逻辑网络的任务逻辑边对应的任务组织网络的任务组织边。
其中一个实施例中,任务逻辑网络和任务功能网络间的映射关系的获取方式包括:
获取任务逻辑网络中的任务逻辑节点的节点功能参数,以及获取任务功能网络中任务功能节点的节点功能参数,根据预设的节点功能参数匹配规则得到任务逻辑节点对应的任务功能节点。
根据任务逻辑节点和任务功能节点的对应关系,得到任务逻辑网络的任务逻辑边对应的任务功能网络的任务功能边。
其中一个实施例中,根据任务组织网络、任务逻辑网络和任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据兵力配系节点和节点关系数据生成对应的兵力配系网络的步骤包括:
根据任务组织网络、任务逻辑网络和任务功能网络间的节点的映射关系得到兵力配系节点,以及得到兵力配系节点的任务组织角色参数、任务逻辑功能参数和任务执行装备参数。
根据任务组织网络、任务逻辑网络和任务功能网络间的边的映射关系,得到兵力配系节点之间的节点关系数据。节点关系数据包括指挥关系数据、逻辑关系数据和功能关系数据。
根据兵力配系节点和节点关系数据生成对应的兵力配系网络数据。
一种基于效用性的兵力配系网络生成***,包括:
任务网络生成模块,用于根据预设的任务逻辑数据得到对应的任务逻辑网络,根据预设的任务组织数据得到对应的任务组织网络,根据预设的任务功能数据得到对应的任务功能网络。
任务网络映射模块,用于根据任务逻辑网络中的任务逻辑节点和任务组织网络中任务组织节点的节点层级参数匹配结果,得到任务逻辑网络和任务组织网络间的映射关系。以及用于,根据任务逻辑节点和任务功能网络中任务功能节点的节点功能参数匹配结果,得到任务逻辑网络和任务功能网络间的映射关系。
兵力配系网络生成模块,用于根据任务组织网络、任务逻辑网络和任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据兵力配系节点和节点关系数据生成对应的兵力配系网络。
与现有技术相比,上述一种基于效用性的兵力配系网络生成方法和***,根据任务逻辑节点和任务组织节点的层级匹配结果得到任务逻辑网络和任务组织网络间的映射关系,根据任务逻辑节点和任务功能节点的节点功能匹配结果得到任务逻辑网络和任务功能网络间的映射关系。根据任务组织网络、任务逻辑网络和任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据兵力配系节点和节点关系数据生成对应的兵力配系网络。本申请按照“目的-方法-手段”(Ends-Means-Ways)的分析框架,将体系概念设计提出的解决方案、能力需求,具体组合、分配到“任务域-组织域-功能域”开展能力要素设计,然后将三个领域的能力要素方案进行映射,聚合为兵力单元,进一步将各兵力单元进行协同关联和量化配属,形成网络化的兵力配系方案。
附图说明
图1为一个实施例中一种基于效用性的兵力配系网络生成方法的步骤图;
图2为一个实施例中一种基于效用性的兵力配系网络生成方法中的基本兵力单元中任务逻辑节点、任务组织节点和任务功能节点间的映射关系图;
图3为一个实施例中一种基于效用性的兵力配系网络生成方法中的基本兵力单元间的映射元模型图;
图4为一个实施例中一种基于效用性的兵力配系网络生成方法得到的兵力配系网络示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种基于效用性的兵力配系网络生成方法,包括以下步骤:
步骤102,根据预设的任务逻辑数据得到对应的任务逻辑网络,根据预设的任务组织数据得到对应的任务组织网络,根据预设的任务功能数据得到对应的任务功能网络。
具体地,作战概念在其设计阶段指定了具体的能力需求,通过将作战概念中的能力需求具体分解到任务、组织、功能三个能力领域,再分别按照要素组成和流程开展逻辑设计,就可以得到作战概念对应的任务逻辑网络、任务组织网络和任务功能网络。具体设计过程如表1所示。
表1 作战概念的任务逻辑网络、任务组织网络和任务功能网络设计方式
其中,任务逻辑网络的节点表示作战概念中的各个任务,边表示各个任务之间的相互关系,如任务时序关系或任务间的条件、约束、协同等关系。任务组织网络的节点表示在任务执行中实施行动的实体,边表示各实体间的指控关系。任务功能网络的节点是指执行各项任务时需要调用的平台/装备功能,边表示各项功能之间的数据交换关系。
步骤104,根据任务逻辑网络中的任务逻辑节点和任务组织网络中任务组织节点的节点层级参数匹配结果,得到任务逻辑网络和任务组织网络间的映射关系。
如上所述,由于作战概念的需求,任务逻辑节点对应的各个任务是有层级属性的,例如在一个作战概念中要求获得作战区域的整体态势,其对应的任务逻辑节点就属于战场级等较高级别。而对于参与作战行动的实体来说,由于其配属层级和实体作战能力的限制,各实体之间的指控关系也受到相应限制,因此任务组织节点也对应于固定的(一个或几个)层级。因此基于节点层级的匹配,可以得到的任务逻辑网络和任务组织网络之间的节点映射关系,进而得到各个边之间的映射关系,包括指控关系和任务逻辑之间的对应关系。
步骤106,根据任务逻辑节点和任务功能网络中任务功能节点的节点功能参数匹配结果,得到任务逻辑网络和任务功能网络间的映射关系。
为了实现特定的任务,需要由多个平台/装备按照一定的顺序和配合关系实施多项具体的行动,因此同一个作战概念对应的任务逻辑网络和任务功能网络的节点间也具有对应的关系。可以根据任务逻辑节点的节点功能参数给出的功能要求,以及任务功能节点的节点功能参数给出的提供功能的能力,得到任务逻辑节点和任务功能节点之间的映射关系,进而得到任务逻辑边和任务功能边之间的映射关系,包括得到任务实施过程中设备间需要进行的数据传输。
步骤108,根据任务组织网络、任务逻辑网络和任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据兵力配系节点和节点关系数据生成对应的兵力配系网络。
根据得到的任务逻辑网络、任务组织网络和任务功能网络之间的映射关系,可以得到对应的兵力配系网络。具体进行时,可以以任务组织网络为核心,得到任务组织节点对应的任务逻辑节点,即得到该任务组织节点承担的任务;再根据任务逻辑节点和任务功能节点间的映射关系,将任务功能节点对应的装备/平台等兵力单元编配到对应的任务组织节点,最终形成包含组织-任务-功能三要素及其三元关联匹配关系的基本兵力单元,如图2所示。例如,从兵力集成角度将各兵力单元进行量化配属和协同关联,量化配属一般参考现有编制体制的配属方案进行初步配置,得到表2所示的基本兵力单元的配属方式。
表2基本兵力单元配属方式示例
基本兵力单元之间的协同关系可以包括三类:一是***-任务-组织这三类结构节点的映射匹配,二是功能-活动-角色这三类能力要素的映射匹配关系,三是数据-信息-指令这三类交互关系的匹配映射。基本兵力单元之间进行映射的元模型如图3所示(基本兵力单元BL-M和BL-N之间的映射)。在元模型的基础上,根据上述三个网络得到基本兵力单元之间的指控、协同和数据关系,可以形成兵力配系方案,将兵力单元抽象为网络节点,将兵力关联抽象为网络连边,就得到了如图4所示的兵力配系网络。
本实施例按照“目的-方法-手段”(Ends-Means-Ways)的分析框架,将体系概念设计提出的解决方案、能力需求,具体组合、分配到“任务域-组织域-功能域”开展能力要素设计,然后将三个领域的能力要素方案进行映射,聚合为兵力单元,进一步将各兵力单元进行协同关联和量化配属,形成网络化的兵力配系方案。
其中一个实施例中,根据预设的任务逻辑数据得到对应的任务逻辑网络的步骤包括:
根据预设的任务逻辑数据得到对应的任务逻辑模块,以及得到任务逻辑模块之间的逻辑关联关系。逻辑关系包括流程关系和时序关系。
根据任务逻辑模块得到对应的任务逻辑节点,根据逻辑关联关系得到任务逻辑节点的节点层级参数和任务逻辑节点间的任务逻辑边。
根据任务逻辑节点和任务逻辑边,得到对应的任务逻辑网络。
本实施例中,将作战概念对应的抽象的任务逻辑数据分解为对应的任务逻辑模块,以任务逻辑模块为任务逻辑节点,并对应设置节点参数。根据分解任务逻辑数据的过程,可以知道任务逻辑模块之间的逻辑关系,如任务逻辑模块之间的流程先后关系,如需要模块A的数据作为模块B的输入,因此二者在流程上具有先后关系;又或模块A和B共同作为模块C的输入,因此前二者在流程上是并行关系。需要指出的是,任务逻辑模块之间在流程上的关系不必然地与其在时间上的先后关系对应。
其中一个实施例中,根据预设的任务组织数据得到对应的任务组织网络的步骤包括:
根据预设的任务组织数据得到对应的任务组织角色,以及得到任务组织角色间的角色从属关系。
根据任务组织角色得到对应的任务组织节点,根据角色从属关系得到任务组织节点的节点层级参数和任务组织节点间的任务组织边。
根据任务组织节点和任务组织边,得到对应的任务组织网络。
本实施例中,根据作战概念的组织实施方式得到任务组织角色,进而得到对应的任务组织节点并对应设置节点参数。根据组织实施方式可以得到各任务组织节点之间的层级关系和指控关系,进而得到对应的任务组织网络。
其中一个实施例中,根据预设的任务功能数据得到对应的任务功能网络的步骤包括:
根据预设的任务功能数据得到对应的任务执行装备,以及得到任务执行装备间的数据传输关系。
根据任务执行装备得到对应的任务功能节点,根据数据传输关系得到任务功能节点的节点层级参数和任务功能节点间的任务功能边。
根据任务功能节点和任务功能边,得到对应的任务功能网络。
本实施例中,根据实现任务所需的各项功能得到对应的任务执行装备,根据任务执行装备间的数据传输类型、收发关系等得到任务功能网络。需要注意的是,功能和任务执行装备间并不必然是一一对应的关系。
其中一个实施例中,任务逻辑网络和任务组织网络间的映射关系的获取方式包括:
获取任务逻辑网络中的任务逻辑节点的节点层级参数,以及获取任务组织网络中任务组织节点的节点层级参数,根据预设的节点层级参数匹配规则得到任务逻辑节点对应的任务组织节点。
根据任务逻辑节点和任务组织节点的对应关系,得到任务逻辑网络的任务逻辑边对应的任务组织网络的任务组织边。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
一种基于效用性的兵力配系网络生成***,包括:
根据预设的任务逻辑数据得到对应的任务逻辑网络,根据预设的任务组织数据得到对应的任务组织网络,根据预设的任务功能数据得到对应的任务功能网络。
任务网络映射模块,用于根据任务逻辑网络中的任务逻辑节点和任务组织网络中任务组织节点的节点层级参数匹配结果,得到任务逻辑网络和任务组织网络间的映射关系。以及用于,根据任务逻辑节点和任务功能网络中任务功能节点的节点功能参数匹配结果,得到任务逻辑网络和任务功能网络间的映射关系。
兵力配系网络生成模块,用于根据任务组织网络、任务逻辑网络和任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据兵力配系节点和节点关系数据生成对应的兵力配系网络。
其中一个实施例中,任务网络生成模块用于根据预设的任务逻辑数据得到对应的任务逻辑模块,以及得到任务逻辑模块之间的逻辑关联关系。逻辑关系包括流程关系和时序关系。根据任务逻辑模块得到对应的任务逻辑节点,根据逻辑关联关系得到任务逻辑节点的节点层级参数和任务逻辑节点间的任务逻辑边。根据任务逻辑节点和任务逻辑边,得到对应的任务逻辑网络。
其中一个实施例中,任务网络生成模块用于根据预设的任务组织数据得到对应的任务组织角色,以及得到任务组织角色间的角色从属关系。根据任务组织角色得到对应的任务组织节点,根据角色从属关系得到任务组织节点的节点层级参数和任务组织节点间的任务组织边。根据任务组织节点和任务组织边,得到对应的任务组织网络。
其中一个实施例中,任务网络生成模块用于根据预设的任务功能数据得到对应的任务执行装备,以及得到任务执行装备间的数据传输关系。根据任务执行装备得到对应的任务功能节点,根据数据传输关系得到任务功能节点的节点层级参数和任务功能节点间的任务功能边。根据任务功能节点和任务功能边,得到对应的任务功能网络。
其中一个实施例中,任务网络映射模块用于获取任务逻辑网络中的任务逻辑节点的节点层级参数,以及获取任务组织网络中任务组织节点的节点层级参数,根据预设的节点层级参数匹配规则得到任务逻辑节点对应的任务组织节点。根据任务逻辑节点和任务组织节点的对应关系,得到任务逻辑网络的任务逻辑边对应的任务组织网络的任务组织边。
其中一个实施例中,任务网络映射模块用于获取任务逻辑网络中的任务逻辑节点的节点功能参数,以及获取任务功能网络中任务功能节点的节点功能参数,根据预设的节点功能参数匹配规则得到任务逻辑节点对应的任务功能节点。根据任务逻辑节点和任务功能节点的对应关系,得到任务逻辑网络的任务逻辑边对应的任务功能网络的任务功能边。
其中一个实施例中,兵力配系网络生成模块用于根据任务组织网络、任务逻辑网络和任务功能网络间的节点的映射关系得到兵力配系节点,以及得到兵力配系节点的任务组织角色参数、任务逻辑功能参数和任务执行装备参数。根据任务组织网络、任务逻辑网络和任务功能网络间的边的映射关系,得到兵力配系节点之间的节点关系数据。节点关系数据包括指挥关系数据、逻辑关系数据和功能关系数据。根据兵力配系节点和节点关系数据生成对应的兵力配系网络数据。
关于一种基于效用性的兵力配系网络生成***的具体限定可以参见上文中对于一种基于效用性的兵力配系网络生成方法的限定,在此不再赘述。上述一种基于效用性的兵力配系网络生成***中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
根据预设的任务逻辑数据得到对应的任务逻辑网络,根据预设的任务组织数据得到对应的任务组织网络,根据预设的任务功能数据得到对应的任务功能网络。
根据任务逻辑网络中的任务逻辑节点和任务组织网络中任务组织节点的节点层级参数匹配结果,得到任务逻辑网络和任务组织网络间的映射关系。
根据任务逻辑节点和任务功能网络中任务功能节点的节点功能参数匹配结果,得到任务逻辑网络和任务功能网络间的映射关系。
根据任务组织网络、任务逻辑网络和任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据兵力配系节点和节点关系数据生成对应的兵力配系网络。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据预设的任务逻辑数据得到对应的任务逻辑模块,以及得到任务逻辑模块之间的逻辑关联关系。逻辑关系包括流程关系和时序关系。根据任务逻辑模块得到对应的任务逻辑节点,根据逻辑关联关系得到任务逻辑节点的节点层级参数和任务逻辑节点间的任务逻辑边。根据任务逻辑节点和任务逻辑边,得到对应的任务逻辑网络。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据预设的任务组织数据得到对应的任务组织角色,以及得到任务组织角色间的角色从属关系。根据任务组织角色得到对应的任务组织节点,根据角色从属关系得到任务组织节点的节点层级参数和任务组织节点间的任务组织边。根据任务组织节点和任务组织边,得到对应的任务组织网络。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据预设的任务功能数据得到对应的任务执行装备,以及得到任务执行装备间的数据传输关系。根据任务执行装备得到对应的任务功能节点,根据数据传输关系得到任务功能节点的节点层级参数和任务功能节点间的任务功能边。根据任务功能节点和任务功能边,得到对应的任务功能网络。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取任务逻辑网络中的任务逻辑节点的节点层级参数,以及获取任务组织网络中任务组织节点的节点层级参数,根据预设的节点层级参数匹配规则得到任务逻辑节点对应的任务组织节点。根据任务逻辑节点和任务组织节点的对应关系,得到任务逻辑网络的任务逻辑边对应的任务组织网络的任务组织边。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取任务逻辑网络中的任务逻辑节点的节点功能参数,以及获取任务功能网络中任务功能节点的节点功能参数,根据预设的节点功能参数匹配规则得到任务逻辑节点对应的任务功能节点。根据任务逻辑节点和任务功能节点的对应关系,得到任务逻辑网络的任务逻辑边对应的任务功能网络的任务功能边。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据任务组织网络、任务逻辑网络和任务功能网络间的节点的映射关系得到兵力配系节点,以及得到兵力配系节点的任务组织角色参数、任务逻辑功能参数和任务执行装备参数。根据任务组织网络、任务逻辑网络和任务功能网络间的边的映射关系,得到兵力配系节点之间的节点关系数据。节点关系数据包括指挥关系数据、逻辑关系数据和功能关系数据。根据兵力配系节点和节点关系数据生成对应的兵力配系网络数据。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
根据预设的任务逻辑数据得到对应的任务逻辑网络,根据预设的任务组织数据得到对应的任务组织网络,根据预设的任务功能数据得到对应的任务功能网络。
根据任务逻辑网络中的任务逻辑节点和任务组织网络中任务组织节点的节点层级参数匹配结果,得到任务逻辑网络和任务组织网络间的映射关系。
根据任务逻辑节点和任务功能网络中任务功能节点的节点功能参数匹配结果,得到任务逻辑网络和任务功能网络间的映射关系。
根据任务组织网络、任务逻辑网络和任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据兵力配系节点和节点关系数据生成对应的兵力配系网络。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据预设的任务逻辑数据得到对应的任务逻辑模块,以及得到任务逻辑模块之间的逻辑关联关系。逻辑关系包括流程关系和时序关系。根据任务逻辑模块得到对应的任务逻辑节点,根据逻辑关联关系得到任务逻辑节点的节点层级参数和任务逻辑节点间的任务逻辑边。根据任务逻辑节点和任务逻辑边,得到对应的任务逻辑网络。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据预设的任务组织数据得到对应的任务组织角色,以及得到任务组织角色间的角色从属关系。根据任务组织角色得到对应的任务组织节点,根据角色从属关系得到任务组织节点的节点层级参数和任务组织节点间的任务组织边。根据任务组织节点和任务组织边,得到对应的任务组织网络。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据预设的任务功能数据得到对应的任务执行装备,以及得到任务执行装备间的数据传输关系。根据任务执行装备得到对应的任务功能节点,根据数据传输关系得到任务功能节点的节点层级参数和任务功能节点间的任务功能边。根据任务功能节点和任务功能边,得到对应的任务功能网络。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取任务逻辑网络中的任务逻辑节点的节点层级参数,以及获取任务组织网络中任务组织节点的节点层级参数,根据预设的节点层级参数匹配规则得到任务逻辑节点对应的任务组织节点。根据任务逻辑节点和任务组织节点的对应关系,得到任务逻辑网络的任务逻辑边对应的任务组织网络的任务组织边。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取任务逻辑网络中的任务逻辑节点的节点功能参数,以及获取任务功能网络中任务功能节点的节点功能参数,根据预设的节点功能参数匹配规则得到任务逻辑节点对应的任务功能节点。根据任务逻辑节点和任务功能节点的对应关系,得到任务逻辑网络的任务逻辑边对应的任务功能网络的任务功能边。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据任务组织网络、任务逻辑网络和任务功能网络间的节点的映射关系得到兵力配系节点,以及得到兵力配系节点的任务组织角色参数、任务逻辑功能参数和任务执行装备参数。根据任务组织网络、任务逻辑网络和任务功能网络间的边的映射关系,得到兵力配系节点之间的节点关系数据。节点关系数据包括指挥关系数据、逻辑关系数据和功能关系数据。根据兵力配系节点和节点关系数据生成对应的兵力配系网络数据。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于效用性的兵力配系网络生成方法,其特征在于,所述方法包括:
根据预设的任务逻辑数据得到对应的任务逻辑网络,根据预设的任务组织数据得到对应的任务组织网络,根据预设的任务功能数据得到对应的任务功能网络;
根据所述任务逻辑网络中的任务逻辑节点和所述任务组织网络中任务组织节点的节点层级参数匹配结果,得到所述任务逻辑网络和所述任务组织网络间的映射关系;
根据所述任务逻辑节点和所述任务功能网络中任务功能节点的节点功能参数匹配结果,得到所述任务逻辑网络和所述任务功能网络间的映射关系;
根据所述任务组织网络、所述任务逻辑网络和所述任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据所述兵力配系节点和所述节点关系数据生成对应的兵力配系网络。
2.根据权利要求1所述的方法,其特征在于,所述根据预设的任务逻辑数据得到对应的任务逻辑网络的步骤包括:
根据预设的任务逻辑数据得到对应的任务逻辑模块,以及得到所述任务逻辑模块之间的逻辑关联关系;所述逻辑关系包括流程关系和时序关系;
根据所述任务逻辑模块得到对应的任务逻辑节点,根据所述逻辑关联关系得到所述任务逻辑节点的节点层级参数和所述任务逻辑节点间的任务逻辑边;
根据所述任务逻辑节点和所述任务逻辑边,得到对应的任务逻辑网络。
3.根据权利要求1所述的方法,其特征在于,所述根据预设的任务组织数据得到对应的任务组织网络的步骤包括:
根据预设的任务组织数据得到对应的任务组织角色,以及得到所述任务组织角色间的角色从属关系;
根据所述任务组织角色得到对应的任务组织节点,根据所述角色从属关系得到所述任务组织节点的节点层级参数和所述任务组织节点间的任务组织边;
根据所述任务组织节点和所述任务组织边,得到对应的任务组织网络。
4.根据权利要求1所述的方法,其特征在于,所述根据预设的任务功能数据得到对应的任务功能网络的步骤包括:
根据预设的任务功能数据得到对应的任务执行装备,以及得到所述任务执行装备间的数据传输关系;
根据所述任务执行装备得到对应的任务功能节点,根据所述数据传输关系得到所述任务功能节点的节点层级参数和所述任务功能节点间的任务功能边;
根据所述任务功能节点和所述任务功能边,得到对应的任务功能网络。
5.根据权利要求1所述的方法,其特征在于,所述任务逻辑网络和所述任务组织网络间的映射关系的获取方式包括:
获取所述任务逻辑网络中的任务逻辑节点的节点层级参数,以及获取所述任务组织网络中任务组织节点的节点层级参数,根据预设的节点层级参数匹配规则得到所述任务逻辑节点对应的任务组织节点;
根据所述任务逻辑节点和所述任务组织节点的对应关系,得到所述任务逻辑网络的任务逻辑边对应的所述任务组织网络的任务组织边。
6.根据权利要求1所述的方法,其特征在于,所述任务逻辑网络和所述任务功能网络间的映射关系的获取方式包括:
获取所述任务逻辑网络中的任务逻辑节点的节点功能参数,以及获取所述任务功能网络中任务功能节点的节点功能参数,根据预设的节点功能参数匹配规则得到所述任务逻辑节点对应的任务功能节点;
根据所述任务逻辑节点和所述任务功能节点的对应关系,得到所述任务逻辑网络的任务逻辑边对应的所述任务功能网络的任务功能边。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,根据所述任务组织网络、所述任务逻辑网络和所述任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据所述兵力配系节点和所述节点关系数据生成对应的兵力配系网络的步骤包括:
根据所述任务组织网络、所述任务逻辑网络和所述任务功能网络间的节点的映射关系得到兵力配系节点,以及得到所述兵力配系节点的任务组织角色参数、任务逻辑功能参数和任务执行装备参数;
根据所述任务组织网络、所述任务逻辑网络和所述任务功能网络间的边的映射关系,得到所述兵力配系节点之间的节点关系数据;所述节点关系数据包括指挥关系数据、逻辑关系数据和功能关系数据;
根据所述兵力配系节点和所述节点关系数据生成对应的兵力配系网络数据。
8.一种基于效用性的兵力配系网络生成***,其特征在于,所述***包括:
任务网络生成模块,用于根据预设的任务逻辑数据得到对应的任务逻辑网络,根据预设的任务组织数据得到对应的任务组织网络,根据预设的任务功能数据得到对应的任务功能网络;
任务网络映射模块,用于根据所述任务逻辑网络中的任务逻辑节点和所述任务组织网络中任务组织节点的节点层级参数匹配结果,得到所述任务逻辑网络和所述任务组织网络间的映射关系;以及用于,根据所述任务逻辑节点和所述任务功能网络中任务功能节点的节点功能参数匹配结果,得到所述任务逻辑网络和所述任务功能网络间的映射关系;
兵力配系网络生成模块,用于根据所述任务组织网络、所述任务逻辑网络和所述任务功能网络间的映射关系,得到对应的兵力配系节点和节点关系数据,根据所述兵力配系节点和所述节点关系数据生成对应的兵力配系网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110094069.5A CN112422353B (zh) | 2021-01-25 | 2021-01-25 | 一种基于效用性的兵力配系网络生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110094069.5A CN112422353B (zh) | 2021-01-25 | 2021-01-25 | 一种基于效用性的兵力配系网络生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112422353A true CN112422353A (zh) | 2021-02-26 |
CN112422353B CN112422353B (zh) | 2021-04-09 |
Family
ID=74783216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110094069.5A Active CN112422353B (zh) | 2021-01-25 | 2021-01-25 | 一种基于效用性的兵力配系网络生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112422353B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937486A (zh) * | 2010-05-06 | 2011-01-05 | 中国人民解放军理工大学 | 复杂***的信息支持能力评估分析方法 |
CN110061870A (zh) * | 2019-04-10 | 2019-07-26 | 重庆邮电大学 | 一种战术互联网中基于节点与边联合效能评估方法 |
CN110505080A (zh) * | 2019-07-09 | 2019-11-26 | 大连交通大学 | 基于混合结构的指挥控制超网络动态演化模型构建方法 |
CN110688754A (zh) * | 2019-09-25 | 2020-01-14 | 中国人民解放军国防科技大学 | 一种作战体系架构建模与最优搜索方法 |
CN110929394A (zh) * | 2019-11-14 | 2020-03-27 | 北京华如科技股份有限公司 | 基于超网络理论的联合作战体系建模方法以及存储介质 |
CN111475899A (zh) * | 2020-03-16 | 2020-07-31 | 北京航空航天大学 | 基于超网络理论的数据链网络可靠性指标体系构建方法 |
US20200336918A1 (en) * | 2018-04-11 | 2020-10-22 | At&T Intellectual Property I, L.P. | 5g edge cloud network design |
CN112099620A (zh) * | 2020-08-11 | 2020-12-18 | 中国人民解放军军事科学院国防科技创新研究院 | 一种面向士兵及班组作战的战斗协同***及方法 |
-
2021
- 2021-01-25 CN CN202110094069.5A patent/CN112422353B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937486A (zh) * | 2010-05-06 | 2011-01-05 | 中国人民解放军理工大学 | 复杂***的信息支持能力评估分析方法 |
US20200336918A1 (en) * | 2018-04-11 | 2020-10-22 | At&T Intellectual Property I, L.P. | 5g edge cloud network design |
CN110061870A (zh) * | 2019-04-10 | 2019-07-26 | 重庆邮电大学 | 一种战术互联网中基于节点与边联合效能评估方法 |
CN110505080A (zh) * | 2019-07-09 | 2019-11-26 | 大连交通大学 | 基于混合结构的指挥控制超网络动态演化模型构建方法 |
CN110688754A (zh) * | 2019-09-25 | 2020-01-14 | 中国人民解放军国防科技大学 | 一种作战体系架构建模与最优搜索方法 |
CN110929394A (zh) * | 2019-11-14 | 2020-03-27 | 北京华如科技股份有限公司 | 基于超网络理论的联合作战体系建模方法以及存储介质 |
CN111475899A (zh) * | 2020-03-16 | 2020-07-31 | 北京航空航天大学 | 基于超网络理论的数据链网络可靠性指标体系构建方法 |
CN112099620A (zh) * | 2020-08-11 | 2020-12-18 | 中国人民解放军军事科学院国防科技创新研究院 | 一种面向士兵及班组作战的战斗协同***及方法 |
Non-Patent Citations (1)
Title |
---|
邹志刚: ""基于角色的作战体系结构柔性设计方法框架"", 《第五届中国指挥控制大会论文集》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112422353B (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
De Niz et al. | Partitioning bin-packing algorithms for distributed real-time systems | |
Pinar et al. | On smoothing exact penalty functions for convex constrained optimization | |
CN112270488B (zh) | 无人机集群任务分配方法、装置及无人机集群*** | |
Gradinariu et al. | Conflict managers for self-stabilization without fairness assumption | |
Kaya et al. | Heuristics for scheduling file-sharing tasks on heterogeneous systems with distributed repositories | |
CN112527514A (zh) | 基于逻辑扩展的多核心安全芯片处理器及其处理方法 | |
CN115022952B (zh) | 一种对抗条件下的卫星通信功率资源分配方法 | |
CN112422353B (zh) | 一种基于效用性的兵力配系网络生成方法 | |
Danelutto et al. | Behavioural skeletons for component autonomic management on grids | |
Deen et al. | The almaden optimalgrid project | |
Bertout et al. | A heuristic to minimize the cardinality of a real-time task set by automated task clustering | |
Coll Ruiz et al. | s6raph: vertex-centric graph processing framework with functional interface | |
Ramamoorthy et al. | A Petri net reduction algorithm for protocol analysis | |
Zhang et al. | An iterative approach to improving solution quality for ac optimal power flow problems | |
Sánchez et al. | A theory of skiplists with applications to the verification of concurrent datatypes | |
Thomé et al. | Exploring load balancing in a scientific SPMD parallel application | |
Sabu et al. | SMILEY: a mixed-criticality real-time task scheduler for multicore systems | |
CN107729154A (zh) | 资源分配方法及装置 | |
Krokhin et al. | A complete classification of complexity in Allen's algebra in the presence of a non-trivial basic relation | |
Miura et al. | Generation of logical equivalences belonging to the C2LE class applied to program synthesis based on equivalent transformation | |
Jayan et al. | AUTOSAR Based Dual Core Partitioning for Power Train Application of BMS | |
Jiang et al. | Optimization method of edge computing terminal deployment considering node division in Electric Internet of Things | |
Bertout et al. | Automated runnable to task mapping | |
CN117194066A (zh) | 基于形式化验证技术的双***之间可信安全通信的方法 | |
De Giusti et al. | AMTHA: An algorithm for automatically mapping tasks to processors in heterogeneous multiprocessor architectures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |