一种基于着色网的作业想定验证方法

摘要

本发明公开了一种基于着色网的作业想定验证方法，属于系统仿真技术领域。本发明利用UML统一建模语言对作业想定进行系统建模；然后将UML视图转换为CPN网的可执行仿真模型；最后运行着色网模型，通过可达性、有界性、家属性、活性以发现作业想定中的逻辑错误，更新作业想定。该方法通过着色网的逻辑推理，对作业场景组织关系、作业活动、信息流向等进行充分性验证，动态地分析作业想定的行为性质，同时也为想定的设计与优化提供参考。

说明书

技术领域

本发明涉及数字孪生和系统仿真技术领域，特别是指一种基于着色网的作业想定验证方法。

背景技术

想定是根据训练课题或者目标任务，结合实际自然和电磁环境，对参与人员、活动要求、装备能力、人员部署、作业模式等相关要素的设定。作业想定涉及的因素较为复杂，需要进行逻辑验证，以便能及时发现并处理作业想定中的缺陷，保证作业想定的精确性、全面性和时效性等。想定的合理性验证，一般是直接通过作业仿真推演进行验证，但是想定的合理性、各种状态的可达性与科学性，难以做出验证。

Petri网是一种从过程的角度出发为复杂系统的描述与分析设计提供的建模工具，能够描述并发、冲突、同步、资源争用等系统特性，并带有执行控制机制，同时还具备形式化步骤及数学图论相支持的理论严密性。Petri网作为一种逻辑层次的建模方法，适用于描述并行和异步发生的事件，能充分验证系统的动态行为和系统各部分之间的交互关系。着色网理论被广泛应用于卫星信息应用链数据处理效能评估、装甲装备效能评估等方面（孟佳洋、徐培德、伍国华，基于Petri的卫星信息应用链数据处理效能评估[J]，计算机仿真，2017，34(10):185-189；王钦钊、黄钊、李小龙、吴伟胜等，装甲装备作战效能评估的模糊Petri网模型研究[J]，火力与指挥控制，2015，40(04):63-67+71）。

因此，如何构建作业想定的Petri网模型，进而对作业想定时序关系、信息流关系和接口关系进行合理性验证，成为一个亟待解决的技术问题。

发明内容

有鉴于此，本发明提出了一种基于着色网的作业想定验证方法，该方法通过着色网的逻辑推理，对作业场景组织关系、作业活动、信息流向等进行充分性验证，动态地分析作业想定的行为性质，同时也为想定的设计与优化提供参考。

为了达到上述目的，本发明采用的技术方案为：

一种基于着色网的作业想定验证方法，包括以下步骤：

步骤S1，利用UML统一建模语言对作业想定进行系统建模，设计UML视图，包括用例图、活动图以及状态图；

步骤S2，将步骤S1设计的UML视图转换为CPN网的可执行仿真模型；

步骤S3，运行着色网模型，通过可达性、有界性、家属性、活性以发现作业想定中的逻辑错误，更新作业想定。

进一步的，步骤S2的具体方式为：

将UML用例图转换为Petri网模型，方法如下：

步骤S201，将用例活动转换为一个变迁活动，即CPN中的替代变迁，其功能活动通过中间层构建；

步骤S202，将与参与者关联的用例活动转换的每个替代变迁由一个判断变迁来引导，根据守卫条件来决定是否满足替代变迁激活条件；

步骤S203，将系统边界内的用例活动由关键用例活动的顺序图转换为Petri网模型；

将UML活动图转换为Petri网模型，方法如下：

步骤S204，将动作节点转换成变迁，其动作执行函数在Petri网模型扩展为CPN模型时由变迁函数实现；

步骤S205，将调用动作和子活动转换为Petri网模型中的变迁，扩展为CPN模型时根据其复杂性转换为替代变迁；

步骤S206，将初始节点转换为初始化变迁，扩展为CPN后通过其实现性能评价中对工作负载的模拟；

步骤S207，将终止节点转换为终止变迁，扩展为CPN后通过CPN TOOLS对它设置监视器，来获取相关的性能信息；

步骤S208，将一般对象节点转换为库所，扩展为CPN后库所中所含的token数即为系统中的对象资源数目；

步骤S209，将判断节点转换为Petri网模型中的判断变迁，根据其条件分支路转换相同数量的变迁，扩展为CPN模型后由变迁函数决定分支路选择；

步骤S210，将分支节点转换为Petri网模型的并行网结构形式；

将UML状态图转换为Petri网模型，方法如下：

步骤S211，将UML状态图中的转移转换为Petri网中的变迁，Petri网模型扩展为CPN时将简单的事件、动作的发生用ML编写变迁函数表示；包含复杂的事件和一系列动作的变迁扩展为替代变迁，在另一个Page上构建它的CPN模型；转移上的条件转换为变迁上的输入弧约束或输出弧约束；

步骤S212，将UML状态图中的状态转换为Petri网中的库所，扩展为CPN时用token代表在此状态下的对象的属性信息；组合状态转换为Petri网中变迁，扩展为CPN时为替代变迁，通过融合库所和外部CPN交互；

步骤S213，将UML状态图中的自身转移转换为Petri网中的输入库所和输出库所都为同一库所的变迁；

步骤S214，将UML状态图中组合状态的进入节点、退出节点转换Petri网中的库所，历史状态转换为库所，扩展为CPN时用融合库所表示；组合状态的内部状态活动在另一个Page中构建CPN描述，通过进入节点融合库所或历史状态融合库所进入Page中，由退出节点融合库所从Page中出来；

步骤S215，采用Petri网模型的并发分支结构来描述UML状态图中的并发区域。

本发明的有益效果在于：

1、本发明将对抗双方的行为进行抽象和分析，对并行发生的复杂事件进行多维度建模，并给出多种指标的分析统计和变化趋势，能有效反映双方的行为和态势。

2、本发明可使决策过程变得更加数据化和高效化，从而更好地辅助指挥，使得决策者能更加专注于策略的设计和动态博弈的过程。

3、在现有技术中，信息的传递过程和活动特征，是对作业流程的反映。本发明通过研究信息流程，分析信息交互关系，信息类型，内容和流向，着重对应用场景的信息流进行Petri网建模分析，可以深入剖析体系作业的系统性能力不足等问题。

附图说明

图1是本发明实施例方法的原理示意图。

图2是本发明实施例中森林救援防火的UML图。

具体实施方式

为了使本发明的技术方案更加清楚明白，以下结合附图及实施例，对本发明作进一步的详细说明。另外需要说明的是，此处描述的具体实施例仅用以解释本发明的技术方案，并不用于限定本发明的保护范围。

如图1所示，一种基于着色网的作业想定验证方法，包括以下步骤：

步骤S1，利用UML统一建模语言对作业想定进行系统建模，设计UML各类视图，包括：类图、用例图以及状态图。

步骤S2，将UML各类视图转换为CPN网的可执行仿真模型；

步骤S3，运行着色网模型，通过可达性、有界性、家属性、活性等发明发现作业想定中的逻辑错误，更新作业想定。

进一步的，步骤S2的具体过程为：

1）步骤S201，UML例图转换Petri网模型的方法如下：

（101）用例活动转换为一个变迁活动(CPN中的替代变迁)，它的功能活动通过中间层构建；

（102）与参与者关联的用例活动转换的每个替代变迁由一个判断变迁来引导，根据守卫条件来决定是否满足“替代变迁”激活条件；

（103）系统边界内的用例活动由关键用例活动的顺序图转换为网模型。

2）步骤S202，UML活动图到Petri网模型的转换方法如下:

（201）动作节点转换成变迁，其动作执行函数在网模型扩展为CPN模型时由变迁函数实现；

（202）调用动作和子活动转换为网模型中的变迁，扩展为CPN模型时根据其复杂性转换为替代变迁；

（203）初始节点转换为初始化变迁，扩展为CPN后通过它可以实现性能评价中对工作负载的模拟；

（204）终止节点转换为终止变迁，扩展为CPN后可以通过CPN TOOLS对它设置监视器，来获取相关的性能信息；

（205）一般对象节点转换为库所，扩展为CPN后库所中所含的token数就是系统中的对象资源数目；

（206）判断节点转换为网模型中的判断变迁，根据其条件分支路转换相同数量的变迁，扩展为CPN模型后由变迁函数决定分支路选择；

（207）分支节点转换为网模型的并行网结构形式。

3）步骤S203，UML状态图转换Petri网的方法如下：

（301）UML状态图中转移转换为Petri网中变迁、网模型扩展为CPN时将简单的事件、动作的发生用ML编写变迁函数表示；包含复杂的事件和一系列动作的变迁扩展为替代变迁，在另一个Page上构建它的CPN模型；转移上的条件转换为变迁上的输入弧约束或输出弧约束；

（302）UML状态图中状态转换为Petri网中库所，扩展为CPN时用token代表在此状态下的对象的属性信息；组合状态转换为Petri网中变迁，扩展为CPN时为替代变迁，通过融合库所和外部CPN交互；

（303）UML状态图中自身转移转换为Petri网中输入库所和输出库所都为同一库所的变迁；

（304）UML状态图中组合状态的进入节点、退出节点转换Petri网中的库所，历史状态转换为库所，扩展为CPN时用融合库所表示。组合状态的内部状态活动在另一个Page中构建CPN描述，通过进入节点融合库所或历史状态融合库所进入Page中，由退出节点融合库所从Page中出来；

（305）UML状态图中并发区域转换Petri网模型由并发分支结构来描述。

下面为一个更具体的例子：

如图2所示，以森林防火救援场景的信息流动过程为例，进行Petri网建模，建模的事件主要包括接受任务阶段、执行任务阶段和任务结束三大阶段，主要有任务受领事件、筹划准备事件、集结出发事件、转移运输事件、火场抵达事件、救火行动事件等。流动的信息主要有3大类：指挥控制信息、操作反馈信息、火场侦测信息，在CPN Tools仿真平台上建立以信息流动为剖面的仿真模型，运用自上而下、分层构建的建模方法，根据森林防火救援作业想定设计出的流程图，用例图、类图、活动图和实体交互分析图。

将UML中的实体转换为Petri网中的库所，并根据UML图中的实体交互图中的交互信息为各个库所创建颜色集，包括用于表示计数信息、结果信息、目标信息、任务信息、状态信息和指令信息的整数型颜色集，用于上级下达作业任务二元组和作业区域信息四元组等的积颜色集。引入时延函数用来表示各个动作的用时信息。具体的定义方式如下：

1）自定义颜色集C，类型为INT，并携带时间信息，用来表示计数信息的类型，并声明该类型的变量count,用于统计计数信息。

2）自定义颜色集I，类型为INT，并携带时间信息，用于表示打击结果类型，声明一个该类型的变量r,用于统计作业结果信息。

3）自定义颜色集P和T，T是整数颜色集，表示目标信息；P为枚举颜色集表示作业任务类型，有o_type1和o_type2两种类型。并分别声明了三个变量t,t1和o_t。

4）自定义积颜色集TxP，表示上级下达作业任务的类型，由目标信息和任务类型二元组组成。

5）自定义颜色集S、Z和O，S、Z、O均为是整数赋时颜色集，分别表示状态信息或指令信息、救援队信息和集合点信息。

6）自定义积颜色集SxTxZxO，由状态信息或指令信息，着火点信息，作业区域信息和集合点信息组成的四元组，用来表示每个实体的类型。

7）声明一些整数变量用于表示不同信息，声明3个着火点信息和4个作业区域信息以及2个集合点信息，用于标明不同过程中各个单位的状态信息。

8）表示指令和状态的信息声明，一共有18个指令和状态信息，用0-17共18 个整数来表示。

9）声明fun Delay() = discrete(5,10); 函数discrete是一个预定义的函数，提供了一个在由它的参数指明的闭区间上的离散的统一分布。即一个Delay()调用将会从区间[ 5,10 ]中返回一个整数。

10）声明函数fun ok() = uniform(0.0，1.0) <= 0.9;，uniform是统一分布函数将返回一个0.0和1.0之间的随机值，而且所有在这个区间的值都有相同的被选中的概率，分布函数返回值大于0.9时函数值为True否则为False。

设计好颜色集信息和时间信息后，根据UML和Petri网的转换规则，对设计好的UML模型进行向Petri网的转换，其中顶层模型包括筹划准备、集结出发、转移运输、火场抵达、救火行动和现场撤离６个变迁和119指挥所、现场指挥所、无人侦察无人机、消防直升机、运输车辆和救援分队６个库所。在子模型中通过选择、循环、守卫条件和时延信息来控制信息的流动方向和动作持续时间。

首先建立顶层模型，描述救援分队与任务目标之间的信息传递关系；有一个初始库所代表上级指挥所，其颜色集为TxP类型，表示上级下达作业命令二元组，其中包括着火点信息和命令类型信息。此外顶层模型还包括6个实体库所和6个替代变迁；其中6个实体库所包括119指挥中心单元、侦察无人机、灭火直升机、现场指挥所、救援分队和运输车辆，它们的颜色集采用SxTxZxO四元组，其中第一个颜色S代表指令信息或者状态信息，第二个颜色T代表着火点信息，第三个颜色Z代表作业区域信息，第四个颜色代表机降场信息；每个替代变迁代表一个子网络，这6个模块分别在6个子网络中具体实现，子网络分别表示筹划准备、集结出发、转移运输、火场抵达、救火行动和现场撤离六个过程。根据上文UML向Petri网模型转换规则，可以将森林防火救援的相关UML模型转换为Petri网模型。根据上文UML向Petri网模型转换规则，可以将空中突击旅/陆航执行的空中攻击作业UML模型转换为Petri网模型。

六个子网络的建模过程为：

1）建立任务目标模型，描述任务目标的信息生成、获取过程；

2）建立响应模型，描述编队面临目标任务的响应过程;

3）建立侦测模型，描述编队获取目标信息过程；

4）建立指控信息收发模型，描述不同层级节点之间命令、反馈互通过程

5）建立操作层模型，描述指控命令信息对目标信息的作用及反馈过程。

运行Petri网的可执行模型，通过状态空间结果发现作业想定中的缺陷，保证想定中各类信息活动的可达性、有界性、活性等。

可达性分析是对状态空间中的节点和弧进行统计分析，如果节点与状态空间相等，说明模型的状态空间中各个节点都是连通的。即模型有具有可达性。即系统按照设计的轨迹运行，作业任务能够完成。

有界性分析是分析任何可达状态中所有库所中令牌数确切的上、下两个整数界限。结果显示每个库所上的令牌数都是有上限的，即模型是有界的。一个库所的最佳上界（best upper integer bound）表示在任何可达状态中，驻留在一个库所上的令牌的最大数量比如Top页面中库所dmzhs的最佳下界是0，即表示初始状态时各个实体内无令牌信息的状态。当只有一个作业任务时，顶层页面的信息最多只允许有一个令牌,如果作业任务出现多个令牌，说明出现了多头指挥的问题，作业想定就不合理。

活性分析是通过死状态和活变迁进行分析。其中，死状态表示模型当前没有任何可以发生的变迁，即模型停止的状态；活变迁是指对任何可达状态总能找到一个包括此变迁的发生序列。模型中没有死变迁，意味着在协议中的每个变迁有至少发生一次的可能性。如果一个模型有一个死变迁，那么他们对应着模型永远不能被激活的部分。作业想定中如果存在死状态和死变迁，意味着想定中的某些环节永远不会发生，是多余的。

对各个可执行模型进行可达性、有界性、家属性、活性等方面的有效性分析。

以集结出发子网络分析为例，在集结乘载的过程的UML 活动图中，现场指挥中心和119指挥中心均有下达起飞指令动作，在根据转换规则转换成CPN模型时，通过Petri网模型的可达性、有界性、家属性以及活性的分析，可以发现在网络中会生成变迁错误，此外还会导致各作业单位的令牌数量增加，使得整个网络的流动过程发生错误，信息无法传递到最终正确的状态。CPN网络出现问题说明原UML设计存在一些逻辑问题。

针对这个问题的修改方案是，在集结乘载过程中，首先现场指挥中心接收乘载场的情况信息，当119指挥中心确认乘载集结完成后，将指挥权转移给现场指挥中心，并由现场指挥中心向各个作业单元下达起飞指令。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进，均应视为本发明的保护范围。