随着复杂系统研究热潮的兴起,复杂系统科学已经被认为是指导“国计民生”的重要方法。建模与仿真技术是研究复杂系统的重要手段之一。特别是在大规模联合作战条件下,以军事分析仿真为基础构建的高层辅助决策支持系统能通过定性与定量分析相结合的方法为军事高层决策人员的作战指挥过程提供依据。军事分析仿真系统具有高速计算、多样本运行、人/机交互、运行互操作、属性互操作和I/O互操作等特点。由于决策者面对的军事复杂系统具有深度不确定性和涌现性,军事分析仿真系统还需要关注不同作战条件下大量实体之间相互作用所产生的整体行为,以便更好地预测未来战争的可能结果。而目前已有的分析仿真系统由于设计目的不同,不能够完全满足这些需求。因此,开展面向高层决策的军事分析仿真系统(Military Analytic Simulation for High Level Decision-Making,MASHLDM)的研究是建立军事高层辅助决策支持系统亟待解决的基础性课题,对于促进我国国防和军队建设具有重要的理论和实践意义。论文针对MASHLDM的特点,以如何构建MASHLDM为主要研究目的,围绕MASHLDM的总体框架、MASHLDM的仿真引擎、仿真系统兴趣管理方法的优化、仿真模型的建立等影响MASHLDM构建的关键问题展开研究。论文的主要创新点如下:(1)建立了MASHLDM的总体框架,提出了构建MASHLDM的“三驱动、一核心”理论。论文首先系统研究并分析了MASHLDM的基本概念;然后从仿真软件、决策支持应用、军事应用领域等方面研究了MASHLDM需要具备的基本要素,为构建MASHLDM提供了指导原则;接着从总体上对MASHLDM的系统结构进行了规划,明确了系统的各要素及其关系,指出了仿真引擎的核心地位,结合“C2驱动的模型设计”、“模型驱动的仿真系统开发”和“数据驱动的模型运行”等MASHLDM的动态特性形成了“三驱动、一核心”的系统理论。(2)提出了一种“sense-think-lookahead-act”的Agent行为模型和基于仲裁中间件的混合仿真框架,设计实现了一种基于混合仿真的MASHLDM仿真引擎。基于Agent和离散事件仿真(Discrete Event Simulation,DES)的混合仿真技术能够在揭示战争系统复杂性的同时利用部分重同步机制尽可能快地跳过无关计算和更新过程,但是,当前的多Agent混合仿真系统存在循环依赖和重同步时间预测的问题需要解决。论文针对这些问题,首先提出了基于时间窗的前瞻(lookahead)方法,并在传统的“sense-think-act”周期中引入这一前瞻步骤,使仿真系统通过预先计划Agent之间未来可能发生的交互,得以对Agent行为事件按一定顺序进行调度。形式化证明过程表明前瞻过程可以消除重同步过程中的循环依赖。然后,设计了一种基于仲裁中间件的ABS(Mediate-based and Agent-Based Simulation,MABS)仿真引擎,既提供了对重同步时间的预测,也为Agent与问题域行为逻辑无关的公共功能的实现提供了支持。(3)提出了基于MABS的大规模军事分析仿真系统的混合兴趣管理方法。针对MABS实体之间存在的交互数据和报文数据的交换,提出了基于空间和基于谓词逻辑的方法分别实现物理感知和报文通信的兴趣过滤。针对基于感知仲裁器的感知匹配效率的问题,以减少触发感知计算的条件和减少区域匹配的实体数量为目的,建立了实体运动速度和运动路径的优化处理模型,并且通过基于动态四叉树的空间兴趣过滤技术,极大地减少了感知仲裁器在确定物理感知时所需要进行的动态相交检测的数量。(4)提出了MABS框架中基于模型驱动架构的MABS-DES模型的建立方法。模型是进行仿真实验的基础,建立仿真模型是构建MASHLDM过程中的重要步骤。本文采用模型驱动方法建立仿真模型,使用基于Agent的模型作为平台无关模型(Platform Independent Model,PIM),采用DEVS(Discrete Event System Specification)模型作为中间平台相关模型(Platform Specific Model,PSM)。在PIM和PSM模型形式化描述的基础上,证明了从基于Agent模型到DEVS模型,再到MABS-DES模型的变换的可行性,研究了三种模型的映射过程,并设计和实现了基于模型驱动的MABS-DES模型开发工具用以支持MABS系统的快速构建。(5)以一个假想作战想定为例,介绍了本文研究成果在军事分析评估仿真原型系统中的应用情况。结果表明,MABS仿真系统的总体性能优于传统的基于KD-HLA的大规模军事分析仿真系统。