基于大数据形式概念认知计算的装备体系动态演化建模框架建构

王寿彪 李新明 刘 东

装备体系是现代战争作战体系中最为核心关键的体系范畴,联合作战意义下不仅要实现作战层面联合,更应该着眼于武器装备层面联合的高级阶段,是武器装备建设水平的重要衡量标准和评估内容.体系演化是装备体系的重要规律,已有学者面向武器装备体系发展的体系演化开展了一些研究工作[1],面向联合作战装备体系动态演化论证视角的思考和探索正在引起关注[2−4].由于在概念认知上,传统的装备体系概念将综合电子信息系统人为地割裂开来,表现为单一性地论证武器装备系统集合意义下的装备体系演化论证或电子信息系统集合意义下的综合电子信息系统演化论证,这种现实研究现状与目前新一代网络信息技术发展趋势驱动的装备技术表现出不相适应性.事实上,诸如嵌入式信息系统等电子信息系统技术模式正在使得传统的武器装备概念内涵与信息系统概念内涵深度交织融合,很多时候难以明晰一个装备应该纳入信息系统概念范畴还是武器装备概念范畴,在论证体系级综合信息系统和装备体系时,也无法清晰地划分他们的概念外延对象,“你中有我,我中有你”的现象十分突现.针对这种问题背景,笔者在文献[5]中提出一种广义复杂信息系统观点理解装备体系的内涵,突出现代装备的网络、信息与智能的深度融合技术特性,这种解释突出了信息在武器装备中的角色和价值,借助这种观念,引导从信息系统内涵角度出发寻求更科学的装备体系建模与计算或仿真研究手段.同时,将传统武器装备体系的概念外延和信息系统的概念外延统一到装备体系的这种广义复杂信息系统范畴中,这种研究思想与传统建模仿真存在较大差异,尤其在复杂事物对象建模方面面临理论和技术困难,笔者在研究过程中提出数据驱动的形式概念知识对象建模,为这一方向的探索开辟了一种基于概念层面认知计算的体系论证思路[6],具有一定可行性和研究价值,能够为更好地推动作战理论从网络中心战到数据中心战和未来的知识中心战演变提供启发.

云计算、物联网、移动互联网、大数据、人工智能等新一代网络信息技术以及装备制造技术的跨越式发展,对装备体系和综合电子信息系统的技术形态和体系作战机理均产生深刻变革性影响,传统的装备体系与信息系统的概念层次差异难以适应这种变革性作用带来的影响和机遇,主要的装备体系建模仿真手段越来越力不从心,难以刻画军事领域不断丰富和深化的深刻内涵和研究需求,例如近年刚刚提出的网络信息体系理念尚处于概念定义认识性描述和体系架构论证阶段.应用大数据概念研究装备体系的科学理论方法和可行性技术框架引起研究人员关注[7−8].体系概念模糊性,体系复杂性和动态不确定性等一系列关键因素使得联合作战意义下的装备体系动态演化论证与建模计算面临困难挑战,无论是演化分析理论还是演化建模技术等均没有完善可用的框架.

从联合作战意义下装备体系动态演化论证的应用目标而言,可以归纳为作战体系结构优化设计、体系视域下武器装备作战管理、体系作战能力或体系作战效能的导向性涌现与结构布局优化、体系贡献度评估等不同应用目标.本文将体系动态演化论证应用目标定性为面向高层辅助决策支持,未来开发设计的体系动态演化论证支撑信息系统将被嵌入到一体化指挥控制系统中[9],文献[9]讨论的作战分析仿真系统研究思想具有较好的启发意义,本文主要在大数据技术背景下探索知识推理层面的认知智能计算框架.从装备体系宏观论证的层次上讲,联合作战意义下的装备体系动态演化论证区别于建设发展阶段的论证模式,突出联合作战在装备组合运用方面上的需求牵引性,正如张最良[3]指出应该着眼于装备体系演化论证需求,确立合适的体系评估问题和评估方式.从基础理论和技术手段上讲,本文提出认知计算和粒计算集成融合的大数据驱动的体系认知智能推理研究技术架构.

“概念”既是产生问题的根源,也是寻求改善现状、解决问题的理论方法和技术应该遵循的主线.人类是形成概念的根本主体,概念是人类认知未知事物的重要手段和基本认知单元.概念就是人类感知、抽象、概括所认识对象本质属性的思维形式,从而形成客观事物在大脑中的一种知识化映象.国家标准指出,概念是对特征的独特组合而形成的知识单元.德国工业标准2342将概念定义为“通过使用抽象化方式反映一群事物共同特性的思维单位”.概念能够建立起沟通人类主观与客观世界的桥梁,是主客观因素共同作用体,概念的涌现和演化反映出人类认识的模糊性由量变到质变的累积与突变.德国数学家Wille于1982年提出形式概念分析理论,1999年建立数学理论,成为利用概念形式化手段和概念化思维分析数据的有效工具,是近年来逻辑与智能,数据挖掘,知识发现,信息检索和软件工程等领域应用的重要理论技术途径,取得丰富基础理论和应用研究成果[10−13].基于形式概念分析及其与粒计算模型理论相结合的信息系统建模成为近年来人们关注的重要应用方向,例如,网络信息安全中角色访问控制模型,态势感知粒计算模型[13].

从数据、信息和知识的联系和转换机理看,语义认知智能是核心主线.从现象观点观察联合作战意义下的装备体系动态演化问题,其多元性,多层次性、复杂性、随机不确定性、涌现性和动态开放大系统架构特性,导致对装备体系中各种要素概念的表达蕴含认知不确定性,网络信息体系理念下研究装备体系建模应该遵循信息观点下确定与不确定的统一哲学思想.对体系描述的不确定性根本上是通过概念反映出来的即体系的不确定性概念认知能力从根本上制约装备体系研究效果.形式概念分析理论和粒计算方法论结合形成的概念认知计算与认知系统技术手段为以概念为建模主线建立体系模型提供了一种新方法视角,促进装备体系建模支撑性理论和关键技术由传统建模仿真向以数据为中心的智能计算转变,能够满足在人的认知智能层面研究体系的科学可行性.本文在文献[5]基础上进一步讨论大数据观点下如何深入构建装备体系的以数据为中心的认知计算系统,并探讨基于概念认知计算系统的装备体系动态演化论证与建模理论架构.

1 基于粒计算的装备体系动态演化建模认识论思考

1.1 装备体系动态演化的系统论解释延伸

按照目前的基本共识,装备体系通常定位为战略性大系统,在装备体系动态演化论证过程中,理论上应该寻求科学的自底向上和自上而下相结合的方法论,有助于探索体系涌现特性的机理.因此,描述装备体系和建立装备体系问题抽象模型需要建立在对体系概念和体系工程实践不断发展的全面认识基础上.新一代信息技术以及新型材料工艺技术正在内化到装备体系中微观系统工程实践中,装备体系形态和特征正在发生改变,使得传统的面向对象和基于本体论的体系结构建模理论方法很难综合描述和刻画体系的多维多层属性特征以及复杂性,逐渐产生局限性.究其本源,人的因素的复杂性成为装备体系建模中不可回避的要素,突破现有理论混乱和技术受限性,已然必须思考如何考虑解决人类直观经验感觉、知性和理性等认知智能,建立开放自适应的智能化知识型装备体系模型已然十分迫切,将现实中人的因素转化为可描述、可计算的知识化的人工智能模型范畴.装备体系描述与模型表示应该考虑以人为中心的主体论角度,尤其是立足于信息概念,突出网络中心、信息主导思维塑造体系认识观的基本要求.

信息本质上是人对事物的认识,表现为物质的属性,可以将信息定义为经过加工后的数据或编码的知识.从这个角度看,知识的本体表示形式也可以理解为信息.控制论奠基人维纳也认为信息正是人和外界的知觉和记忆、逻辑等思维性要素相互作用过程交互的东西,钟义信教授也采取认识论观点定义信息,这些解释体现出一种实用主义倾向,认为信息是为人所用的,需要通过人去获取的客观存在,信息只有采取某种约定的编码形式得以表达和交流,对于不同的人,信息挖掘价值也存在差异[14].目前有很多研究关注复杂系统的知识化建模问题,例如,文献[15]对数据、情报、知识与信息概念之间的联系和区别进行了较为准确的辨析,从信息关系角度认知装备体系的复杂网络模型.文献[16]提出一种“以知识为中心”的指挥信息系统建设观点,并讨论了未来指挥信息系统的可能体系结构和关键技术问题.文献[8]基于3个世界理论讨论了基于大数据的指控本体模型,从指控概念的演化过程看,C4ISR系统的元理论就是指挥与控制.笔者认为将C4ISRK系统概念与装备体系概念整合后,指控模型可以作为作战视角下对抗性装备体系动态演化机制机理的本体,类似于文献[9]提出的C2驱动的作战分析仿真架构.笔者在文献[5]提出一种面向人工智能研究框架的装备体系广义复杂信息系统观点,从现象的角度思考体系模型.上述的研究进展综合起来,都在某种程度上为基于大数据的装备体系建模与仿真研究提供了一种理论上的共鸣与借鉴.

大数据时代正在改变和塑造数据科学思维和利用数据的形式.事实上,数据一直是装备体系建模的基础,而应用大数据概念研究装备体系的核心思想就是转变人类观察数据的思维角度和途径,借助形式概念数据分析理论有望建立以人为中心的装备体系语义模型认知抽象,而知识成为基本模型元素.装备体系在建设过程中产生并积累了关于装备系统性能特征、功能结构、系统体系结构的海量原始数据信息,装备体系各子系统也在产生和利用数据信息,例如,侦察预警监视探测设备产生的图像、视频、信号等原始机器数据,指挥信息系统之间传输的态势图情报数据信息等,基于大数据概念来观察和思考上述各种类型数据,从结构化思维考虑建立数据化模型,多层次的数据建模最终构造出一种以人为中心的体系认知模型.这是有效利用大数据研究装备体系的一种重要模式.

1.2 基于知识演化的装备体系动态演化建模理论构想

网络和基于网络的数据、信息、情报和知识流是装备体系行为涌现的核心要素和机理本质所在.信息可以划分为形式化信息、包括形式化信息和效用信息的狭义信息、广义信息,大数据技术环境下,信息类型之间的概念边界和利用形式产生交叉融合,例如,图像语义自动标注、认知雷达、智能机器人、无人机等新型技术领域对信息的定性和处理.装备体系是广义信息的物质载体,体系中信息的复杂性使得传统面向对象模型或一般本体论框架下对象模型均难以反映出装备体系中人的核心主体性,因此,大数据技术环境下,装备体系建模应该寻求新的对象描述模型理论.未来装备体系的系统技术形态应该致力于借助网络对数据信息和知识进行深层次融合和综合管理和应用,形成适应形势任务的新知识以及基于动态知识增强信息感知、作战指挥与控制决策和作战执行单元智能化和自主化能力.

装备体系的概念外延包括武器装备系统等物化的复杂事物实体,也涵盖复杂装备系统(例如空基预警探测系统)、指控组织、作战任务、体系作战能力和体系作战效能、体系可靠性等语义抽象的复杂认知实体,体系语义模型应该建立反映实体与实体关系复杂性的体系结构描述整体语义框架,体系作战能力与体系作战效能要素实体发挥作用存在于思维(知识)的时间空间中,间接对现实存在的武器装备系统产生“看不清”的复杂影响和作用关系,这正是目前体系建模缺乏的思维方法,例如,作战效能的增强对体系能力产生激励作用,同时体系作战能力提升后进一步促进作战效能的发挥.已经有许多关于体系作战能力指标数据、效能指标数据以及能力结构空间的定性定量研究,这些数据如何与体系结构描述数据统一起来值得思考.

康德批判哲学中指出,知性为自然立法,即事物特性与观察者(人)的思维角度有关,这种论断与现代量子力学存在相似之处.事实上,装备体系也应该是遵循这种原则而不断建设发展演化的,即体系不是设计出来的,不具有建造性,只能是时空演化形成的一种超系统知识形态.如何在装备体系演化过程中将人类智能智慧融入到模型构造中,是认识装备体系机理的重要方法途径.知识研究手段为以人为中心思考装备体系建模提供了契合的理论工具.大数据概念的丰富发展和技术程度不断成熟,基于大数据分析与决策的装备体系模型研究引起领域学者关注.

1.3 装备体系动态演化的信息粒化认知需求

描述装备体系的大数据隐含着由体系中系统决定的局部与整体关系,以及复杂的层次结构信息,具有多层次/多粒度特性,为变尺度、变粒度、灵活柔性地描述装备体系规模、结构,认知装备体系作战能力提供了信息来源和研究条件,有利于定量客观准确地反映体系事实.传统基于DoDAF的体系结构建模主要从顶层上规范体系元概念模型,缺乏完善的形式化表示,基于复杂网络建模体系又存在过抽象不足,体系内部的丰富语义知识信息很难得到深入挖掘与发现,且主要支持作战过程仿真,体系网络模型的合理性一直备受疑虑.建立在数据基础上的粒计算模型可以理解为还原论与整体论相互结合的一种系统方法论,能够模拟人类的粒化认知思维,以描述和处理不确定信息和不确定性问题求解为核心目标[17].已有一些学者开展了相关研究,刘振亚[18−19]提出基于粒度计算的多分辨率探索性分析模型的一般性数学描述,并应用于构建指控系统效能探索性分析,邹志刚[20]提出基于扩展粒度计算的防空体系结构超网络模型方法.这些相关工作仅是借助了问题粒化求解思想,没有深度考虑体系对象建模问题,没有从根本上全面认识体系粒度特性,粒计算应用于装备体系的研究模式和问题建模值得深入探索.

装备体系的复杂性层次网络特征,应该采取多视角观察体系要素及体系结构,这也是DoDAF视图产品描述体系结构的基本规律.在微观和中观尺度上,体系构成要素又表现出结构多样的多元高阶关联性,例如模体概念,OODA环概念等,可以采取多粒度观点观察体系,此外,装备体系离散系统建模现状与连续性客观规律的模型矛盾问题,都需要采取多视角多粒度的思维实现高级认知层面对体系深刻认识.装备体系可以从物理域、信息域、认知域和社会域进行认识,装备体系应该是上述4个域的共演化过程,知识正处于体系信息域和认知域的联结层,更广义地,知识域应当包含上述4个范畴的“域”,在知识中心化的认知视角下,可以采取粒化观点描述和刻画知识模糊性等不确定性特征，粒计算提供了一种合适的装备体系域认知模型机制,而大数据则提供了开展粒计算的背景条件.例如从装备体系的广义系统构成维度,可以在物理域中定义体系系统信息粒,主要描述装备体系中系统构成的逻辑层次性:原子粒描述型号装备实体单元,即装备体系中某种认知情境下不再进行分解的最小装备单元,原子粒层多粒度性刻画装备的多维属性特征信息；基本粒描述组合型型号武器装备系统,该系统包含异构的子系统单元,也就是由原子粒层次的粒元素按特定规则聚合的较粗粒度的体系信息粒；基本粒层粒的多粒度性反映出复杂装备系统的多维属性信息；原始粒描述由基本粒按照组合规则生成的装备系统集合,能够反映体系级任务作战属性的装备集.体系物质域中不同层次粒结构之间可以通过粒合并与映射实现转化.

2 以人为中心基于概念认知计算的装备体系动态演化建模框架

2.1 装备体系动态演化问题论证在C4ISR系统中的功能角色

将体系演化问题的概念内涵定性为作战视角下对抗性装备体系动态演化建模范畴,装备体系动态演化应用系统在C4ISRK大系统中的定位及其整体设计机制抽象如图1所示.其基本思想是传统的直接建立在态势感知系统输出基础上的指挥与控制系统更应该是融入网络为中心、信息为主导、体系为支撑的基本作战观念即网络信息体系思想,在装备体系动态演化推理输出基础上构造决策与指控过程,将体系的概念优势融入指挥与控制的实施过程中,该系统运行模式应该兼顾未来战场指挥信息系统的网络信息技术发展趋势,运行在大数据技术环境中.数据中心信息资源服务模式及系统架构参考文献[21],装备体系动态演化推理与辅助决策信息系统应该嵌入到未来联合作战一体化指控自动化系统平台中,系统体系结构与数字化战场信息资源服务架构兼容,该部分内容不属于本文重点阐述内容.下面介绍两个基本设计原则.

图1 装备体系动态演化信息系统原型构建机制与系统定位

1)从输入信息角度,态势感知信息系统输出的动态数据信息和以人为核心的指控因子共同驱动体系演化.态势感知是指大规模时间和空间范围内环境中元素及其含义的感知和未来一定时空内元素状态的预测[22].在该过程中,战场传感器网探测获取连续原始数据信息,与先验知识集成融合并关联处理为较高层次与具体应用领域相关的“态势”概念,引导进一步感知和预见未来事件,面向用户可理解的自适应语义表示是利用态势概念的重要技术主线.基于态势感知的体系动态过程建模本质上就是从体系动态演化问题建模需求出发,感知获取作战环境中对抗性装备体系的“态势”,在体系知识域内综合理解态势语义,区别于传统态势感知研究形式,基于态势感知的体系动态演化关注点是诸如体系作战能力、体系作战效能或体系可靠性等整体性全局的性能要素指标,而不是以往态势语义下的“元素”.这种处理观点与有关学者提出的体系平行实验方法类似,但不能简单理解为纯粹数据驱动的处理过程,而应该注重以人为核心的因素驱动分析,体系动态演化建模应该注重演化目标和目标导向机制,其可能驱动模式应该是数据+因素；其次,直觉注意力模型是人脑关联相关信息的重要机制,提供了一种多源信息片段集成和综合理解手段,应该注重面向认知的信息摄取模型建模；第三,动态到达的新信息感知过程中与知识系统中的知识模式实现模式匹配问题,应该注重匹配准确性和效率；第四,演化目标因素与心理精神世界的因素表征与机能刻画模型链接,进而驱动决策过程发生,该过程可以抽象为基于态势感知的体系问题推理；第五,应该关注体系演化的系统动力学本质抽象描述与建模能力,体系视域下,指挥与控制过程应该是驱动体系演化的重要动力学机制.

2)从体系演化的动力学角度,指挥与控制过程是作战视角下对抗性装备体系动态演化的核心机制,装备体系演化现象背后潜在动力学系统机制应该是基于指挥与控制模型的.信息时代战争的指挥与控制内容表现为信息主导,应该遵循扁平化指挥体制下从复杂信息关系视角按照网络协同决策原则建立指控模型.国外学者多借助指控组织概念研究指挥与控制过程,提出“汇合”和“对焦”的概念,按照其概念原理,指挥与控制的实施主体(决策者或智能决策支持信息系统等)在时间和任务空间以并行协同的形式实现资源的汇合和对焦[23].文献[24]提出未来军事作战体系中边缘组织观,分析了边缘性组织概念的指控描述优势,分别讨论了边缘性组织模式的使命任务空间模型、组织结构和功能模型、组织自适应协作与权变知识模型和组织状态转移模型,总结了其在复杂体系对抗环境下的运行模式,某种程度上指明了指控组织与体系对抗的内在逻辑性.在边缘组织概念机制下,作战单元以自组织、自治的形式实施联合作战,信息与认知是整个指挥与控制过程的基础,贯穿流动于客观物质世界网络和主观精神世界网络的物理域、信息域、认知域和社会域,文献[8]认为,大数据对应于客观知识世界的存在物,成为引导和大系统管理的主客体.文献[15]针对传统OODA环模型不适用于信息化条件下网络中心战指控过程的协同决策特性,从复杂信息关系角度基于OODAI环的指挥与控制认知模型构建装备体系的复杂网络模型.综合上述讨论,体系视角下复杂信息关系建模机制下,将指挥与控制模型与体系动态演化的过程本质和目标需求结合起来是构造科学合理的体系演化应用系统的重要原则和模型设计思路.

2.2 数据驱动的装备体系动态演化建模阶段与粒计算认知模型建模层次架构

数据是客观事实的记录符号,人类正是通过数据表示与学习的形式获取关于客观事实的信息和知识的,从而指导具体的系统实践.数据、信息与知识不断循环转化构成复杂信息系统的基本运行规律.大数据技术环境下,基于态势感知与指控过程建模的对抗性装备体系动态演化模型,应该是数据、信息与知识循环反复融合的处理过程,有必要采取以知识为中心的数据描述、组织表示与建模分析计算框架,逐层构造出数据驱动的体系动态演化模型,其模型愿景是一种以人为中心的信息分析和基于感知的推理过程.根据既有研究基础,大数据技术环境下,采取形式概念分析元理论,借鉴粒计算与认知计算理论融合手段,构造面向装备体系动态演化模型需求的体系认知计算系统具有可行性,其基本建模阶段和模型层次架构如图2所示.

1)感知层阶段:充分利用网络信息技术和信息系统优势,全面综合感知体系视角下战场全维要素对象及其状态的数据信息,结合建模目标和需求层次定位,研究基于态势感知的体系描述数据表示,即从大数据中采集和组织信息,包括态势信息和装备体系结构框架描述数据信息两大部分.

2)理解层阶段:结合具体问题情境特性,在数据表示框架上,通过数据表示形式的视角转换和映射,进而基于不确定性刻画的角度出发,利用形式概念分析理论构造出体系整体性的形式概念粒计算认知系统模型,该模型需要突出解决以下3个方面的问题:a)在体系全要素整体性表示框架下,将要素之间拓扑结构性信息、要素对象属性特征信息和对象属性取值条件特征信息等综合全面地反映出来,并且选择合适的形式概念获取理论将不确定性融入概念的形式化表达中；b)综合体系动态演化过程中,要素的动态扩展性、自主性,灵活可见性等特性通过恰当的数据表示形式刻画,尤其是时序语义的表达；c)在既有概念粒计算系统基础上,面向体系动态演化问题建模,设计相应的复杂概念表达机制,重点解决在动态态势数据信息摄入的情况下,如何有效地适应作战态势需求的基于形式概念的指挥与控制过程本体模型.

3)预测层阶段:利用上述概念关联结构模型,根据态势动态信息进行预测分析,预见体系作战能力的动态演化,基于能力演化引导作战体系结构进行自适应优化.该阶段需要建立跨接态势感知模型输出与指挥控制过程本体模型输入的基于形式概念粒的动态信息感知、概念学习与语义传播,概念动态演化模型.

4)控制层阶段:主要在组织层面研究解决联合作战中系统、指挥与控制组织之间的动态协作性、自主性和灵活性控制问题,控制机制和控制行为应该从装备体系演化的视角观察和制定协作规则和约定.

图2 数据驱动装备体系动态演化建模阶段划分与模型层次

2.3 形式概念认知计算系统构造与知识表示学习和预测控制技术框架

人类层次基于感知的概念化知识理解与运用是未来大数据技术环境下机器智能系统进步的核心技术特征[25−26],目前难以应对的困难主要表现在两个方面:一是机器智能获取人类级概念语义的精度,对于人类感兴趣的绝大多数自然和人工类型事物,人类可以从少数甚至一个例子中学习到一个新概念,而标准的机器学习算法却需要数十个甚至成百上千实例才能获取相当于人获取概念的精度；二是相比机器学习,人类可以学习更为丰富的表示形式,例如,可以创造出新实例,可以将对象分解为部分与关系的构造形式,在已有类型范畴(概念)基础上可以对抽象、丰富、灵活的数据表示形式进行学习进而创造出新对象类型范畴(概念),现有领先机器学习分类器模拟实现上述功能还存在很大距离和困难,在已有概念基础上形成新概念是人类智能学习能力的重要表征,人类水平层次的概念学习是目前智能系统迫切解决的核心关键技术[26].

20世纪80年代,德国学者Wille从数学维度将术语化概念物化为采取一对算子相互定义的外延集合和内涵集合二元组表示,并延伸提出三元形式概念甚至多元形式概念分析理论,提供了一种有效的从数据中抽取形式概念并构造基于概念格结构的概念系统的技术途径.相比传统知识库以描述现实世界中实体间关系为核心目标,主要是从无结构互联网信息中获取结构化知识,以形式概念为核心知识表示单元的知识系统,更能在人类认知层次贴近人类智能特性,具有独特的应用优势.笔者在文献[5]中提出大数据技术环境下利用形式概念粒计算智能处理框架构造装备体系模型思想,下面结合建模阶段和模型层次架构给出可能的关键技术架构,如图3所示.

1)多层次粒结构设计,装备体系粒定义,信息粒化方法以及信息粒度最优定位.对于装备体系动态演化感知建模阶段,需要在不同的层次上设计多粒度的体系粒结构,同时,不同层次体系信息粒之间进行交互通信,因此,还需要研究合理的信息粒通信交互机制和建模方法.

2)基于粒计算的形式概念学习方法.重点研究解决从信息粒到形式概念的转化过程,构造出不同层次的形式概念认知计算子系统模型,分析设计形式概念系统内部的结构性知识,研究概念聚合为概念粒的机制和策略方法.

3)在上述形式概念粒计算认知系统模型基础上,研究以概念粒为中心的计算理论和适用的问题模型设计方法.其中需要重点研究如何捕捉到概念边界,动态到达的信息如何摄入相应粒度的概念粒,如何定义概念之间的语义传播规则,概念路径刻画语义传播规律；研究如何利用概念粒拓扑结构构造出指挥与控制过程本体等复杂形式概念模型,基于指控过程的形式概念模型进一步设计合适的体系协同语义模型和体系演化驱动机制；在体系演化基础上,探索一种科学的演化测度指标评价体系的演化性质,借助模糊认知图决策模型探索可能的演化控制方案决策模型.

3 结论

图3 大数据环境下基于形式概念粒计算的体系动态演化建模技术架构

演化现象是主客观现实世界普遍存在形式,在生物生命科学,人工复杂系统工程,图像处理与机器视觉领域都具有典型研究和应用.对于装备体系而言,尽管部分学者围绕面向装备体系发展的体系演化开展了系列研究工作,但是,基于演化思想的体系结构建模、体系评估和体系优化决策等方面距离构建完善的研究体系还存在很多挑战性难题,缺乏普遍适用的理论基础,关键技术不清晰,需要紧跟国防编制体制改革衍生的体系科学时代课题不断拓展完善体系演化研究体系.其中最为关键的就在于装备体系与人的因素作用之间的理论联系和模型方法,对此,本文在大数据技术环境下,探讨了以人为中心的基于概念化知识感知机理的装备体系动态演化建模架构,对于指导并促进上述问题的深入解决具有建设性意义.