战争复杂性与复杂体系仿真问题

胡晓峰

（国防大学 信息作战与指挥训练教研部，北京100091）

信息化的目的是系统化，而系统化的结果就是要形成体系。信息化带来的不仅仅是信息的快捷交流，更重要的是要使得各个组分系统能够建立起更加密切的联系，形成更高效能的体系（System of Systems，SOS）。对于武器装备体系如此，对于联合作战体系亦是如此。武器装备的信息化，使得原来单一运用的武器装备系统形成了可以配合作战的武器装备体系；而作战部队的信息化，使得原来较为松散的指挥组织形式建立起了更加密切的一体化作战体系形态。但是，战争的信息化也加大了战争的复杂性，为研究战争对体系的建模仿真就提出了更高的要求。如何认识战争的复杂性，认识体系，找到体系建模仿真的正确技术途径，需要我们进行更深入的思考和研究。

1 战争复杂性对体系仿真的影响

1.1 战争复杂系统与战争复杂性

世界上的系统分为简单系统与复杂系统。简单系统也就是我们常说的“1+1=2”的系统，属于牛顿科学体系，服从还原论的规律。它具有线性、可分解还原、结果可重复、因果关系明确、状态稳定并且可预测等性质。而复杂系统也就是我们常说的1+1≠2的那些系统，属于新科学体系，不能用还原论加以解释，考察系统局部得不出系统整体性质。它具有非线性、不可分解还原、结果不可重复、因果关系不明、状态混沌等性质。

战争系统是典型的复杂系统。“战争中的偶然性”、“战争结果的不可重复性”、“战争中的迷雾”、“武器装备体系的能力涌现性”和“作战行动的自同步”等现象，都在说明战争的复杂性特征。美国学者霍兰提出的复杂适应性系统CAS（Complex Adaptive System），是复杂系统中最典型的一类，比较符合战争系统的特点，对应的系统也就被称为战争复杂系统。战争系统是对抗体系组成的，而体系也具有复杂系统的性质，所以也可以将这些体系称为战争复杂体系。研究信息化战争系统和体系，就必须认识战争的复杂性特点，用正确的理论来指导研究。

战争复杂性的产生主要基于以下四个原因：第一，战争系统的组成是复杂的（Complicated），它由许多具有自主特性和适应能力的组分系统等组成；第二，在组分系统之间存在着复杂的相互作用关系（Interaction），表现出来的就是战争过程中各方体系之间的对抗、各方内部的合作与协同、各方之间的联合与结盟等行为；第三，这些复杂的相互作用关系具有动态性和适应性，最终会产生综合的涌现性效果；第四，从而也就导致战争系统的整体状态演变充满了不确定性和偶然性。

信息化程度的提高，加剧了战争的复杂性。这是因为，信息的全面利用强化了复杂环境的影响，战争的空间已经扩大到了信息及虚拟空间；网络的快速传播加大了各部分的相互作用，原先不相关的部分也变得联系紧密且相互影响；战争的整体性需求突出了体系对抗的特点，体系也已不仅仅限于军事领域，而扩大到了政治、经济、社会等各个方面。因此，在信息化战争体系的仿真和研究中就必须要反映出这些变化和特点。

1.2 战争复杂体系的主要性质及仿真需求

（1）战争复杂体系的组成和演化具有适应性的特点。适应性是复杂系统个体之间相互作用（交互与流动）的结果，是复杂适应系统演化的动力。传统的系统还原论认为，世界是“机器的世界”、“钟表一样的世界”，个体是整体的基础；但复杂系统理论认为，世界是“信息的世界”、“网络的世界”，个体之间的交互才是整体的基础。从这个角度来说，描述体系的整体，最重要的就是描述交互，其核心就是对个体之间的相互关系进行建模。体系中的适应性，不仅与体系组成有关，而且与“人”或“组织”有意识的自主适应能力有关，实际上也就是体系中各种软因素（如政策理论、条例条令、队伍建设等）在起作用。“人”在体系中不同层次的决策，以及各组分间的信息交互就成为导致体系演化的关键因素。例如，战场上的自同步现象，就是体系在适应中不断进化的结果，而战争双方对抗的也就是体系的适应能力。因此，在体系建模中，必须重点考虑信息交互及体系适应性的问题，才能正确反映体系的本质。

（2）不确定性是战争复杂体系的固有特性和创新源泉。不确定性因素是复杂系统动态性的重要原因和表现。确定性科学认为，我们的世界是类似钟表的动力学系统，和谐有序，由初始条件就可以决定结果，不确定的只是“误差”。但是，不确定性科学认为，不确定性是客观世界的真实存在，与人的认识多少无关。例如，海森堡的测不准原理就认为，严格精确初值是不可能的。同样，作为复杂系统，战争复杂体系也具有很强的不确定性特征，其性质包括随机性、模糊性、适应性等，而这些不确定性因素的影响既可能是暂时的、特定的、局部的，也可能是整体的、长程的、全面的影响体系的结构和行为。但也正是不确定性因素的存在，才使体系创新性有了可能。如果事物在一开始就什么都是确知的、明确的，那无论怎么发展其结果也是肯定的。只有机器的建造才是如此。但对于体系来说，这些不确定性虽然带来了未知因素，但同时也带来了创新、变化、成长的希望，这种希望就建立在体系建设、形成、发展的过程之中。这也是体系与机器最核心的不同。反映在战争中的是复杂体系之间的合作与对抗，受到环境的影响和不断适应环境的演化结果，而演化的结果又直接影响体系的能力和效能的变化。因此，找到描述不确定性的正确方法，才能在体系建模中正确地反映不确定性的因素。

（3）战争复杂体系的目标是形成体系的涌现。所谓涌现（emergence），是指系统的性质发生了相变，产生出了新的性质。从体系角度来说，就是微观行为通过交互产生出的宏观模式，也就是“体系的形成”。形成整体效果是体系追求的主要目标，但涌现的效果并不一定都是效能“跃升”，也可能是效能“坍塌”。这反映了体系结果的一种随机性，即涌现出什么新的性质很难预先确定。这也很好地揭示了复杂系统的发展规律，即确定性系统有其内在的随机性（混沌），而随机系统也有其内在的确定性（涌现）。这种涌现必须反映出复杂体系非线性的特点：即不能按还原论方法进行简单地叠加，例如“更多的兵力不一定有更强的作战效果”；也不能简单地按统计规律形成宏观性质，如热力学定律，因为这在本质上来说还是确定性的。体系的目标是涌现出来的，即由众多个体进行各种不确定性的相互作用而动态产生出来的。因此，对于想达到的体系目标而言，它不依人的意志而转移，因而只能引导，不能“确定”，是否能涌现出新的具有整体性特点的作战能力，既取决于组分系统在微观层面上的多样性，也取决于体系在宏观层面上的建设发展过程。因此，要得到复杂系统涌现的性质，在体系仿真中要反映出体系进化中的整体涌现性，找到微观—宏观之间的联系是关键。

2 体系仿真研究的关键问题

体系建模仿真的关键问题主要包括三个方面。一是定义问题，即如何理解体系及体系对抗，以及体系的整体涌现性如何获得。二是描述问题，即对体系如何建模，如何描述体系的适应性行为，包括人或组织智能化行为的模拟。三是实验问题，即如何将理论变为现实，利用模型进行基于体系对抗仿真的实验，来推进战争复杂系统研究。

2.1 定义问题：什么是体系

当前在体系研究中存在的最大问题就是将“体系”与“系统”混为一谈，产生了很多理论上的混乱，以至于有人认为体系将取代系统而建立新的基于体系的“系统论”。体系的定义不清楚，因而作战体系、武器装备体系与相应系统的关系就比较含糊，所采用的体系仿真及评估方法也并未反映体系的本质特点。因此，对体系的定义需要重新加以认真地梳理和明确。

体系[1]，又称为“系统的系统”，是能够得到进一步涌现性质的关联或联结的独立系统的集合。一般具有四个特点：一是组分系统独立，组成体系的都是独立开发和独立运行的系统，而非从属于某个系统的要素；二是相互依存关联，组分系统之间通过网络松耦合互连影响，组成规模较大；三是组织因素明显，是人、软因素与硬系统的综合集成，而人与软因素将发挥重要作用；四是完成共同使命，各个组分系统按照共同目标，通过不断磨合渐进成型、从而涌现出整体体系效果。

从体系的定义来看，体系也是系统的一种，也需要遵从系统的基本定义，它的出现并未改变系统科学的基本原理。但体系是一种特殊的系统，它内部的组分是独立开发和运行的系统，但这些独立系统又可以相互依存，并涌现出体系的整体性质。例如，防空体系由独立的机场、导弹、雷达网、航空兵等系统组成。体系一般属于高层的、整体的概念，例如国家体系、作战体系、武器装备体系等，一般不会去指那些低层的事物。体系的另一个特征是其内部不会产生对抗关系，主要是合作与竞争关系。这样，战争系统就是由多个对抗的国家战争体系构成，每个国家战争体系下又包括了政治、经济、及作战等各个领域体系，作战体系下又可以由完成不同使命任务的部队或武器装备体系构成，武器装备体系下可以是子体系，也可以是某个具体的武器系统。但从系统的组成概念上来说，它既可以指由众多系统组成的大系统，例如战争系统；也可以指那些具备局部特征的小系统，例如某个武器系统等。系统内部的各系统既可以是合作关系，也可以是对抗关系，它描述的是事物的整体特征。从这个角度来说，体系是一类特殊的系统，但系统并不一定都为体系。

从系统复杂性的角度来看，体系必是复杂系统，因为涌现是体系的基本性质之一。简单系统的功能由结构决定，具有固定的组成及性质，可以通过分解来了解整体，分解后也可以还原。局部仅是整体的一个部分，不太关注组分自身的主体行为，局部无独立性。而体系是复杂系统，虽然是由多个组分系统组成，但具有整体不可分性，体系的功能不等于部分之和，强调组分系统间的相互作用，强调组分具有的局部自主行为，每个组分系统都有局部区域的影响力。其性质表现在：一是体系是复杂系统，具有涌现性，各组分系统相互作用，最终涌现出体系的目标；二是体系是“活”的系统，具有进化性，结构是可变的、可自组织的，需要逐渐磨合成长，也会逐步衰退老化；三是体系能力是动态变化的，具有相对性，能力通过运动产生，效能通过对抗展现。所以，一个机器（简单系统）在成为机器之前是不具备任何所期望功能的，在成为机器之后也不会再发展出其他功能。而一个体系从一开始就具备某种功能，并总是在不断发展，涌现出新功能。例如从小体系发展成大体系，从不成熟的体系发展成成熟的体系。从这个意义上说，体系不仅是“系统的系统”，而且还是具有复杂系统性质的“系统的系统”，所以称为复杂体系。

就开发实施而言，“体系工程”与简单系统的“系统工程”也存在很大的不同。由于还原论思想的影响，我们往往会把复杂体系的系统默认为可以分解还原的简单系统，因而把系统工程所要达到的目标归结为复杂系统才能达到的目标，即产生涌现（即要做到1+1＞2）。两者可以说并不匹配，而且容易产生混淆。事实上，简单系统的系统工程在开发和运行中，各个组分必须围绕系统的共同目标进行，特别强调顶层设计和集成，并以追求“最优”为基础，进行系统改进等于重复上述过程。因此，系统工程的目标是在开始时就确定的，因而在一开始必须确定系统的功能和结构。而复杂体系的体系工程强调组分系统在开发和运行时具有相对独立性，把追求“满意”作为基础，软因素例如条令条例、理论研究、团队文化等会发挥很大的作用。同时也承认背景的复杂性，包括因政策、领导、环境等产生的妥协和改变。同时，体系工程强调时间特性，具有自组织与自适应的特点，并承认进化中的“不确定性”，反映了体系的动态进化过程。这样，通过不断地适应环境，体系的目标才会在演化过程中“涌现”出来。至于能否演化为预期的结果，还取决于体系开发和运行的过程。所以有人说，体系“不能建造，只能演化”。

因此，复杂体系的建模仿真必须反映这些特点。一是要大尺度建模，正确地反映体系的规模范围，确保对体系的仿真在合适的空间尺度上进行，体系的模型尽可能地包括所涉及到关键因素。二是利用动态机制，正确地反映体系的进化特征，确保对体系的仿真在合适的时间尺度上进行，能够反映对抗的过程及体系的结构变化也即适应性。三是引入随机因素，正确地反映体系的不确定性，确保内部要素的随机性能够反映适应性随机的特点，符合“战争结果不确定”的基本宏观特征。四是建立宏观微观联系，正确地反映体系的涌现性，不能用局部代替整体过于琐碎，也不能简单地将层次提升冒充宏观，而在这里，局部规则、网络交互将成为关键环节。

2.2 描述问题：如何对体系建模

一般说来，战争复杂体系建模的重点有三个：一是以信息网络建模为基础，二是以实体行为建模为关键，三是以形成体系整体效果为目标。

（1）以信息网络建模为基础。体系形成的基础是信息网络，但这种网络不能仅看成一般的通信网络，而应该看成是一种广义的信息关系网络，即各类指挥、控制、社会、影响、依赖等因素形成的复杂网络。由这个信息网络连接各组分系统形成了武器装备体系、作战体系、国家基础设施体系，以及社会关系体系等。信息网络的建模要能反映信息的传播过程，而不仅仅是数据协议或接口，因为我们的目标是研究体系而不是研究具体网络的性能。信息的传播要能反映所搭载体系交互的实际，也即体系中各组分连接的特点和性质、交互的内容及效果。特别需要说明，战争中的目标，如敌军的部队、阵地、武器、机场等军事目标，以及电网电站、交通枢纽、网络节点、电台电视台等国家关键基础设施，甚至敌国的政治体制、经济设施、民众团体等，也应该看成是一个体系，具有体系的一切特征，而不应该仅仅作为一个个独立的目标点存在。这是因为，对目标体系的打击效果，也往往需要从整体上动态地度量才能真正地反映出战争效果的实际。

（2）以实体行为建模为关键。体系的组分实体是独立的组分系统实体，其行为是建模的重点，包括基本行为，也自学习和自适应等性质。由于“人”及“组织”是体系的核心，必须要能反映出智能型组分的行为特点。例如，作战体系的有组织群体行为（作战决策与行动），或者是不规则、无组织或自组织的群体行为（如溃败）；武器装备组分系统的作战过程应该包含指挥控制过程及运行的不确定性、适应性等特点；关键基础设施及社会群体的行为应该具有自主决策、相互依赖、级联影响等。需要说明的是，研究体系不能因为体系具有宏观特点而认为只需要宏观模型即可。事实上，对体系的研究与一般宏观系统的研究不太一样，研究体系的规律必须建立在具体特性基础上，需要的组分颗粒度必须以研究的问题来确定。换句话说，对体系的建模不能以层次来笼统地确定颗粒度，而应以是否对体系起关键作用来确定颗粒度。对于信息化作战体系而言，这点尤为重要。例如，一颗卫星可能粒度很小，但却在体系中起到关键作用。那种宏观就一定为“粗”的观念，在信息化体系仿真中应该抛弃。

（3）以形成体系整体效果为目标。体系的整体效果来源于组分系统相互作用结果，来源于局部规则的综合反映，而不是来源于一个所谓“整体”的上帝。也就是说，不会对所谓体系整体进行建模，而只会针对每个具体实体的局部规则建模，但会提供各种整体的约束（例如资源、环境、组织、法律、社会等方面约束）。这样做是要最大限度地产生出体系本来的涌现效果，而非由设计者来决定应该出现什么。当前常用的体系建模方法主要有两种，即基于Agent建模和基于复杂网络的建模。基于Agent及复杂网络对体系进行建模被认为是最有希望形成体系涌现性质的方法，它将体系看成是一个含有众多自主实体（组分系统）节点的动态网络，用Agent描述实体的行为，通过复杂网络描述实体之间的关系。通过这些方法，可以反映出体系的基本性质，例如体系组分之间的连通度、聚集度，共享、协同、同步等耦合度指标，以及体系的级联失效、连锁反应、抗毁性等效果。

2.3 实验问题：如何进行体系仿真

传统的系统仿真以牛顿科学体系为基础，是各种“机器”系统模型的运行，其仿真结果一般是线性的、确定性的，即使具有某种随机性也可以通过多次运行使之符合统计规律，反映的主要是物理世界的规律。而体系仿真以复杂性科学为基础，是适应性体系模型的演化过程，其结果应该是非线性的、不确定的，会在演化过程中通过主动适应改变系统结构，最后的结果也不一定就符合统计规律，但反映了以人为主体复杂体系的运行规律和特点。但体系仿真并不是要彻底抛弃传统的系统仿真方法，而是要引入复杂体系仿真的因素和相应的方法，包括复杂体系内在的关联因素如连锁反应及不确定性，组分系统的适应性因素导致的体系进化与退化，以及体系的整体性效果即涌现性的获得等。体系仿真仍然建立在独立组分系统仿真基础上，基于系统的传统仿真方法仍然是有效的手段，但必须用在那些不具有复杂性的组分系统仿真上。

体系仿真实验是要获得体系整体效果的评价。这关系到体系实验的设计、准备、运行，以及对实验结果的分析等各个方面。其中对什么是整体性效果必须要有正确的认识。对于体系进行评估的准则是什么，如何将整体性表现出来，是静态指标体系描述，趋势性描述，还是结构功能性描述，或是结果描述?事实上，对体系整体效果的度量是没有“结果”而只有“状态”的，这是因为体系总是处于不断发展演化之中。所以，对体系的状态只能通过测量得到，但如何使结果和战争规律相吻合是最为关键的。我们说，对于战争体系层面的整体性效果表达，必须建立在“对抗”、“动态”和“整体”三位一体的条件下才能得到，这是因为，体系是在各种信息的联系下形成的，体系的作用或效果必然在体系下才能产生，而所谓的“整体性效果”只能在体系的对抗过程中才能得到，不同的对手、不同的过程，就可能有不同的结果。而且这个结果也不会是一个固定的答案，而只是一个关于“某时某地某个问题侧面”的一个可能“解法”。所有形成的不同结果集合，就会形成解空间中的“结果云”。这个结果云有点像量子云，也是“测不准”的，很难说某个结果就是所要的答案，但却可以反映出各类变量对战争结果的影响。虽然结果测不准，但这正好反映出了战争结果不确定、充满偶然性的特点。虽然没有唯一的确定结果，但却给出了战争复杂系统在演化过程中的内在规律，并不妨碍我们从体系角度去分析研究战争问题。

3 体系仿真研究中值得关注的几个趋势

3.1 建立体系仿真研究的基础理论

当前在复杂体系研究中最大的问题是缺乏基础理论的支持。在体系仿真研究中，一般采用针对简单系统的建模理论，或者只是采用某种方法进行试验，而缺乏基础理论尤其是数学理论的支持。但随着复杂网络研究的深入，以复杂网络理论为基础形成体系仿真研究的基础理论可能是一个重要的方向。这是因为，复杂网络与复杂体系在理论上具有较好的同构性，从本质上看，体系其实也可以看成是一个“网络的网络”（Network of networks）。通过复杂网络的性质可以映射到复杂体系的性质，而复杂网络的研究已经具有了比较好的数学基础。

复杂网络的研究近年发展非常迅速。复杂网络的基本原理是把系统的大量组分抽象成节点，把组分间的相互作用和关系抽象成链接，这样就形成了一个节点与链接组成的网络，并根据系统的不同而具备不同的性质。通过这种方法，可以描述物理、生物、社会等各类复杂系统，既可以刻画体系中的个体，又可以刻画由个体之间相互作用而导致的整体涌现性行为（如同步）。复杂网络的一些性质对体系也可有借鉴意义，例如，小世界模型（small world）可以对社会关系体系描述出连通性、同质性、非成长性等性质；无尺度网络（Scale Free network）可以对幂次分布的网络体系（如Web网、部分通信网等）描述连通性、非同质性、成长性等性质。复杂网络与群体控制理论研究了复杂网络同步、群体控制、形成共识等问题，也可以用于反映体系的涌现、合作等行为。体系的其他一些特性也可以通过复杂网络特性进行表达，例如聚集度、网络传播、共享、协同、同步、耦合度、级联失效等，从而模拟出战争系统中的多种体系行为，如体系抗毁、作战协同、战场自同步等现象。因此，利用复杂网络理论为基础，建立起体系的基础理论，是值得关注的一个重要趋势。

3.2 采用“平行”的体系仿真方法

战争复杂体系仿真要适应体系的进化过程，就必须建立起能够动态模拟复杂体系进化的整体模型，通过不间断地实验才能得到相应的结果。为解决这个问题，基于王飞跃等人提出的平行系统方法[4]，建立起平行的体系仿真环境，可能是一个重要的发展方向。

所谓“平行系统”，就是通过计算实验的方法，建立起与实际系统相似的仿真系统，并平行执行以达到预测和控制实际系统的目的。简单来说，就是将真实世界利用仿真的方法映射为虚拟世界，同时按时间轴平行向前推进而不断演化。这个虚拟世界可以看成是真实世界的镜像，是通过物理仿真、信息仿真、社会仿真等方法建立起来的。在时间轴的初始端，虚拟世界与真实世界相同，当真实世界演化到下一时刻时，计算机也将虚拟世界仿真运行到下一个时刻。随着时间的推移，仿真的虚拟世界可能会在一定程度上和真实世界发生偏差，此时就需要获取真实世界的关键特征数据来修正虚拟世界的结果，从而使得虚拟世界与现实世界又能保持一致，即保持“平行”。这样，利用仿真世界的超实时运行，就可以得到虚拟世界未来的一个结果，而这个结果就可以看成是对真实世界未来的一种预测，根据这个预测对真实世界采取行动，从而达到影响真实世界的目的。当然，这种时间上的“超前”不能太远，否则就与“平行”产生矛盾了。

体系的平行仿真也是利用这个原理。“平行体系”方法与传统仿真方法不同的根本一点在于，传统的系统仿真是按照系统固有性质建立的，在运行过程中一般不会发生改变；而平行体系的仿真，必须考虑体系在运行过程中的结构演化特性，并且能在运行中不断地进行修正。因此，为了做到这一点，就必须实时地了解体系的现实状况，确保平行的仿真系统能与实际体系保持一致。这样，也就有一个体系结构如何测量和演化的问题。同时，为了保证体系平行运行的误差较小，虽然体系建模也要针对某个目标或侧面，但体系的范围应尽可能地大到足以包含影响体系的各个方面。

3.3 注意“大尺度”体系建模问题

在体系研究中“大尺度”是不可回避的，例如“大尺度”的信息网络、“大尺度”种类的装备体系，以及“大尺度”数量的部队、目标等。大尺度建模问题已经成为体系研究中的难点问题。所谓“大尺度”（Large Scale）问题，既包括空间尺度，也包括时间尺度；既是指体系的规模、观测的角度、影响的范围、变量的数量、复杂度的扩大、时间的长短，也是指针对“大尺度”对象在建模方法和手段上的变化。而这些都会对建模理论、仿真方法、模型计算等产生重大的影响。原有的方法还适应不适应?系统运行需要什么特殊要求?都需要很好地进行研究。

处理大尺度常用的方法是进行简化，即对全局进行层次的划分，按不同的层次进行细节处理。对体系也可以使用这种方法进行适当地约简，包括组分系统间的交互连接简化、组分系统的外部环境简化，以及组分系统的数目裁减等。但这样做的一个基本前提是不能损害体系的整体性质。现在发展的一个重要趋势是，要根据体系本身的特点，把与对抗体系相关的因素都考虑进来，以更好地反映体系演化的整体性质。之所以这样，一是获得体系整体性的需要，因为体系范围比较大，如果仍然局限在体系的某一局部，则很容易丢失体系的整体性质；二是已经有了实现的可能，大规模计算和仿真能力已经具备了相当的能力，不必要对体系进行分割还原也可以实现整体的仿真。

即使是在全球战争层面，现在也有了先例。美国国防部、国土安全部及国家自然科学基金委资助研究的“面向分析和仿真的综合环境”（Synthetic Environment for Analysis and Simulation，SEAS）就是这样的一个大尺度的战争模拟系统。SEAS建立在大规模并行计算平台上，采用基于Agent建模方法自底向上地进行建模，涵盖了政治、经济、军事、社会、信息以及关键基础设施等领域，可以对军事行动影响经济发展、社会舆论的效果进行仿真分析，为战争决策提供实时的支持，对国土安全（涉及核生化、农业和爆炸品等）问题进行仿真分析和提供实时辅助决策。目前，基于SEAS平台已经对全球62个重点关注国家（包括伊拉克、阿富汗和中国）进行了建模，能够支持1200万个Agent实体的实时仿真，已用于美军联合部队司令部的MNE4等系列演习。值得指出的是，在我国，为了研究战争复杂问题，国防大学在2003年也独立提出了建立“战争虚拟空间”（Global War Space，GWS）的概念，将作战空间、社会空间组合成了虚拟战争空间，设计了武器装备体系、作战体系，以及国家关键基础设施目标体系模型，并进行了多年的实验性研究，已经取得了初步的成果。

3.4 应用探索性体系仿真实验

体系的仿真实验是从应用角度研究复杂体系的。体系的仿真实验活动是当前战争模拟的一个极为重要和关键的问题，这是因为体系规模巨大很难组织实兵实装的实验，对体系的评估只能通过仿真实验来完成。完成体系评估需要实行联合实验活动，而多系统、多层次、多视角的实验方法是体系仿真中必须解决的难题。美军在“千年挑战2002”演习中采用了50多个仿真系统群进行联合仿真实验，证明了多仿真系统互连的必要性和可行性。但更重要的是，还需要找到科学可行的实验方法，来分析取得的大量仿真结果数据。

体系问题研究面对的是巨大不确定性数据空间，如果采用穷举方法对每一种可能都进行分析则代价巨大，因此必须要采用选择性分析方法，这就是探索性分析（EA）出现的原因。所谓探索性分析，简单地说，就是对各种不确定性要素所产生的结果进行整体研究，从而找到是哪些参数在起作用，以及何时起作用。但这种方法存在着一些不足：往往强调通过研究结果的全景图去寻找关键因素，不重视对异常值的分析；往往强调对已有数据进行分析，而不重视通过仿真产生动态数据进行反馈定位分析；往往强调从宏观层面的概念出发，采用粗粒度的解析模型来计算，从而难于体现战场适应性等信息化战争的特征。另外，为了提高探索速度，探索性分析往往不是对整个问题空间进行探索，而是着眼于通过剪枝等方法缩小问题空间、减少计算量，但这样可能会忽视遗漏重要的样本值和可能性。数据耕耘（Data Farming）是解决这些问题的一种更加有效的分析方法。它可以用来探测想定参数改变所引起的效果变化的循环过程，并且通过根据结果的反馈进行动态仿真，具有处理大量参数空间的能力；也可以在感兴趣的领域“种植”（grow）仿真生成大量的数据，并对数据进行特殊的“提炼”（distillation），从而通过反复地仿真，分析结果对于不同输入参数的敏感性，寻找事物发展的趋势和异常。

体系实验数据具有大尺度多变量解空间的特点，要求我们必须考虑采用合适的方法以尽快地收敛获得所要的结果，应用探索性仿真实验方法是解决这个问题一个非常值得关注趋势。但很显然，这种方法需要的计算能力比较大，一般只有采用大规模并行仿真的方法才能完成。

4 结束语

体系的建模与仿真是战争系统研究中的重要问题，也是一个很困难的问题。这是因为战争体系都具有复杂性，不能用传统牛顿科学的理论加以解释，必须采用新的复杂性科学理论和方法。过去很多的研究进展缓慢，问题很多就出在方法论上。不能将体系简单地等同于系统，必须对体系的定义、体系的性质，以及体系的建模和仿真方法进行科学的研究和总结。体系理论、平行建模、大尺度模型、探索性分析仿真等理论问题，都值得我们去进一步深入地研究。有学者说的很好，任何科学理论应该是一把开启未知世界大门的钥匙。因此，对于战争复杂体系建模与仿真的研究，我们也应该去寻找符合战争复杂体系特点的新的科学理论和方法，才能从根本上解决战争复杂体系的建模仿真问题。

1 胡晓峰，杨镜宇，司光亚，等.战争复杂系统仿真分析与实验[M].北京：国防大学出版社，2008.

2 胡晓峰.战争复杂性与信息化战争模拟[J].系统仿真学报，2006，18（12）：3572—3580.

3 王飞跃.平行系统方法与复杂系统的管理和控制[J].控制与决策，2004，19（3）：485—489.

4 李志强，胡晓峰.虚拟环境中大规模群体行为建模仿真研究进展[J].计算机工程与应用，2008，44（8）：45—48.

5 胡晓峰，李志强，曹强，等.国家关键基础设施建模仿真研究进展[J].系统工程理论与实践，2008，28（增刊）：121—127.

6 BAJAJ C，CHATURVEDI A R，MEHTA S R.The SEAS Environment[R].Alexandria：Institute for Defense Analysis，1998.

7 JONES DEAN A，TURNQUIST MARK A.Simulation of Imperfect Information in Vulnerability Modeling for Infrastructure Facilities[C]//Proceedingsof the 2005 Winter Simulation Conference.2005：965—966.

8 PEDERSON P.Critical Infrastructure Interdependency Modeling：A Survey of USand International Research[R].Idaho National Laboratory Critical Infrastructure Protection Division，2006.

9 PEDERSON P，DUDENHOEFFER D，HARTLEY S，et al.Critical Infrastructure Interdependency Modeling：A Survey of US and International Research[R].Idaho National Laboratory，2006.