面向服务的军事组织云协同是一种全新概念的军事组织体系,是从现代组织的角度对军事行动的一次全新思考。网络中心战为构建新型的军事组织作战体系提供了全新的思路,但是仍然暴露出资源整合和服务模式上的两个缺陷。本文针对上述两个缺陷和军事组织“虚拟化、智能化、协同化、普适化”为特征的发展方向,结合新兴信息化技术“云计算”的基础架构管理方法,以信息科学、系统工程、管理科学、认知科学等学科的最新理论和技术为基础,构建基于云计算基础架构管理方法的云协同体系模型,研究支撑该体系模型的体系架构、关键技术和体系能力评估。主要的研究内容和创新点归纳如下:(1)在分析军事组织协同作战模式的基础上,阐述了网络中心战的协同作战过程及其过程中体现的优势与不足,指出网络中心战面临的资源整合和服务模式的两大问题,借鉴云计算的基础架构管理方法,在系统架构层面,对提出的“云协同”概念、层级结构、体系架构和技术体系等方面进行了研究,构建了面向服务的新一代军事组织云协同体系架构。(2)将军事组织中分布异构作战资源的动态整合问题分解为作战资源云服务化和云服务聚类重组两个子问题,通过对这两个问题的研究完成云协同体系中的物理资源云服务体系的构建,解决分布异构作战资源的动态整合问题。从屏蔽作战资源的复杂性和异构性目的入手,提出了基于模板的作战资源云服务化模型。首先设计了作战资源适配器,分析作战资源适配器中云服务接口、云服务局部管理、云服务描述和作战资源与云服务的映射模式及其实现方式,然后根据作战资源云服务化的基本目标设计了作战资源云服务化封装模板,最后以虚拟化封装一次军事对抗中武器打击资源为例进行云服务化的说明。为了控制云服务的规模、提高组合优选效率,提出了基于加权双质心SVC的云服务聚类重组算法。在SVC算法的支持向量训练和聚类标识过程中,分别引入最大熵原理和加权密度质心,完成对SVC算法的改进并进行了算法验证,随后提出了云服务聚类的加权双质心SVC模型,给出解决云服务聚类问题的步骤,并对动态维护云服务聚类分组的理论进行研究。最后通过仿真算例,验证了加权双质心SVC算法能够在有效的减少云服务规模的同时不破坏云服务的分布模式及其属性之间的紧密联系,有效的完成分布异构作战资源的动态整合。(3)解决服务模式缺陷的根本问题是协同主体的认定,建立的云协同体系将军事成员中抽离出来的云服务作为协同主体,根据对服务质量追求的不同,引导云协同系统做出不同的云服务组合优选方案,有效的实现集中资源分散服务的模式。从多目标优化问题入手,对最优化问题进行普适化建模,提出一种改进的离散粒子群算法,解决云服务组合优选问题。对算法的改进工作主要在粒子编码、解码和更新上,建立云服务组合优选的数学模型,并提出由三个云协同服务质量评价指标组成的评价函数,在一个实例上验证了改进算法在云服务组合优选问题上的应用,结果表明算法有效可行,集中的作战资源达到了高效的分散服务的模式,并阐明了云服务实例的协同与传统军事组织中的协同的异同。(4)对比分析各类效能评估的方法,选择SEA法作为云协同系统效能评估方法。针对以前超盒数值算法在四维及以上空间上精度不高的问题,提出改进超盒SEA效能评估算法,并针对云协同系统的特点在物理域、信息域和认知域建立了云协同系统效能评估的指标体系,给出了SEA法求解云协同效能评估的算法流程,并通过仿真算例给出了云协同系统中不同指标的灵敏度分析,对云协同系统的建设和应用提供了指导意义。