随着武器装备系统信息化和智能化的发展,现代战争的作战模式已经发生翻天覆地的变化。武器装备系统之间的互联互通更加频繁,作战体系化和网络化的特征愈发明显,尤其是无人装备和集群作战样式的兴起,使得作战体系化和网络化的趋势尤为突出。在这样的时代背景和作战需求牵引下,传统地考虑单系统性能的优劣、单装备的效能提升已经无法满足作战的需求,这就要求我们必须站在联合作战的高度,从体系建设发展的角度,引入网络化的建模方法、体系级仿真实验、智能计算方法,科学地对作战体系进行优化配置,谋求在联合作战条件下未来作战的先机。体系架构反映了体系中组分的配置以及组分之间、组分与外部环境的交互关系,承载了体系的物理实体、信息结构和体系能力,是体系的核心框架。体系架构的作用过程贯穿了体系规划设计、需求论证、原型开发、应用测试以及实战运用全寿命周期。因此,论文将研究对象设定为作战体系架构,通过对作战体系架构进行合适的形式化表达和优化,实现对作战体系的优化配置。论文针对作战体系架构优化问题,提出了作战体系架构建模与优化框架,将该优化问题拆解为体系架构建模和体系架构优化两个部分。首先,从体系和体系架构网络化特性出发,通过对体系架构进行网络化建模,统一对体系架构的客观认知,为后续优化工作达成统一的形式化表述的基础。其次,采用计算实验的体系效能仿真数据分析的方法获取体系架构知识。在超网络模型和架构经验知识的基础上,构造架构优化高维多目标优化问题(目标数大于等于三个),并提出了一种基于偏好信息的高维多目标进化算法较好地解决架构优化问题,为作战决策人员提供有价值的辅助决策信息。论文的主要工作和创新内容总结如下:(1)提出了面向架构设计的体系架构建模与优化框架。论文分析了现有的体系架构设计方法在架构建模与优化方面的不足,提出了“网络化建模+仿真数据挖掘+架构方案优化”的新体系架构建模与优化框架,从体系架构超网络建模、基于计算实验的仿真数据挖掘、基于高维多目标进化进化算法的体系架构方案优化三个方面解决体系架构优化问题。其中,架构超网络模型是架构方案优化的基础,提供形式化问题描述;基于计算实验的仿真数据挖掘是架构方案优化的有力支撑,提供体系架构在多使命仿真环境中的获得架构先验知识;基于高维多目标进化进化算法是架构方案优化的核心,提供架构方案空间寻优的方法流程和计算方法。(2)设计了作战体系架构超网络模型。基于视图的传统体系架构建模方法虽然可以反映架构元素的构成及相应的关联关系,但是无法体现体系架构网络化的动态演化特征。论文从体系能力生成机理出发,分别构建了作战活动子网络、功能装备子网络和组织结构子网络,同时根据作战活动、功能装备和指控单元三者之间的逻辑交互关系构建了子网络间的超边网络连接,生成了具有多结构层次,包含大量异质节点和多重属性连接的作战体系架构超网络模型。在构建超网络模型的基础上,论文提出了体系架构超网络模型生成算法,提供了模型自动化生成的方法,进一步支持体系架构方案编码和优化工作。(3)实现了基于计算实验的体系效能仿真数据分析研究。影响因子众多的体系能力生成过程直接导致了体系架构方案空间指数级增大,同时体系模型也日益复杂,这使得采用方案遍历的体系架构仿真优化方法无法应用到实际应用中。论文通过近正交拉丁超立方的计算实验方法,大幅度缩减了仿真方案空间,可以通过蒙特卡洛仿真快速获得效能仿真数据。论文进而采用决策树的回归模型对仿真数据进行回归分析,获得有价值的辅助决策信息,并作为体系架构先验知识支持下一步的架构方案优化工作。(4)提出了体系架构方案优化方法流程及高维多目标进化算法。论文在架构超网络模型和架构先验知识的基础上,综合考虑体系架构方案优化问题中体系总性能水平、使命任务完成率、体系完成时间、体系总成本、组织结构负载等多个冲突目标,构建体系架构方案多目标优化问题(Optimization Problem of Combat System-of-Systems Architecture,CSoSAOP)。同时,为了更好地解决这类优化问题,论文采用了具有目标向量的偏好启发协同进化算法(Preference-Inspired Co-evolutionary Algorithm with goal vectors,PICEA-g),并设计了局部主成分分析算子(Local Principal Component Analysis,Local PCA),用来提高算法在高维空间平面上的搜索能力。最后论文通过两组案例演示实验,验证了算法在基准测试集上的先进性和在作战想定上的有效性。