王寿彪，李新明，刘 东，邹 波，张喜涛

（装备学院复杂电子系统仿真重点实验室，北京 101416）

工程与应用

面向人工智能的装备体系广义复杂信息系统观点与研究结构

王寿彪，李新明，刘 东，邹 波，张喜涛

（装备学院复杂电子系统仿真重点实验室，北京 101416）

概念是人类认知的基础和手段。已有装备体系的各种概念模式存在语义交织、外延重叠的不可分离性以及边界模糊性等一系列问题制约着基于体系大数据的体系模型表达与知识发现。文章提出一种装备体系广义复杂信息系统观点，从信息为认知主体、现象为认知主线、数据为描述形式三个角度解释了装备体系的广义信息系统观、体系知识观和信息网络模型观三个层次的系统理论要素。讨论了基于语义大数据建模的形式概念分析和粒计算知识发现两个层次系统模型理论要素。本文内容作为一种将大数据概念用于装备体系研究范式探索思路。

装备体系；广义复杂信息系统；语义大数据建模；形式概念分析；知识发现

0 引 言

网络为中心、信息为主导、体系为支撑是未来信息化战争的核心特质与基本要义，武器装备仍然是战场焦点与核心，武器装备发展及其在信息化条件下的作战运用必然要求用网络信息体系来塑造装备体系。装备体系一直是体系科学中关注的热点领域，然而其概念内涵与外延仍然没能形成统一定义描述，客观上制约着该领域的科学性深入发展。许多研究机构根据职能使命定义相应的体系概念，这种研究现状往往顾此失彼，与未来作战对武器装备体系的一体化网络化内在要求是不相称的。造成这种现状的根源就是一般意义上提出的武器装备体系、电子信息装备体系和综合电子信息系统在概念联系和区别上不清晰，这些体系概念模式在属性内涵上交织渗透，在系统对象外延上显著地重叠一体化而难以辨别哪些系统隶属于该体系，也就是体系概念的模糊不准确和系统边界不确定性。事实上，符合未来信息化条件需求且语义上完整的装备体系概念应该是这三种体系概念的交织与融合，具体表现为内涵上都表达“系统组成的系统”、体系作战能力目标一致性，外延上各体系的构成系统单元“你中有我，我中有你”，相互之间不可能分离而独立运用、研究，系统边界难以厘清且存在大量的覆盖数据结构特征。随着网络与信息的深度集成与融合，未来装备体系更应该是网络信息体系概念约束下在装备层面上形式的映射。对装备体系概念由传统的分解研究状态转向概念的集成融合研究迫切需要开展广泛讨论。

本文尝试以广义信息系统为视角讨论装备体系概念的系统理论延伸，从现象哲学的观点试图给出关于装备体系的一些可观解释，从而探索一种知识层面认知装备体系的建模与分析思路。

1 广义信息系统意义下装备体系的系统理论延伸

1.1 广义复杂信息系统的提出

当前，就研究对象而言，主要存在军事（综合）电子信息系统、武器装备体系、电子信息装备体系、防空反导装备体系等典型体系概念模式，并且存在多样化的定义形式。这些概念所讨论的对象论域通常相互交织融合，尤其随着网络为中心、信息为主导、体系为支撑的网络信息体系观点逐渐鲜明地提出，这些体系在研究过程中常常被理解为高层次的多维网络复合形态，以此尝试解释它们的一致性研究需求。然而，对体系概念本质上的认知程度根本上决定了研究体系客观事物的思维方法论和选择技术手段，从装备的泛在语义看，装备体系的这些概念模式内涵上重叠交叉而又分立讨论的现状形成了与未来装备体系客观要求的矛盾所在。首先从定义之间联系的角度进一步分析、整合装备体系概念内涵的迫切需求。

（1）综合电子信息系统［1］即通过信息技术将传感器、武器和指挥控制系统等主要作战要素无缝连接，提供按需信息共享机制，提高实时和准确态势感知能力，将信息优势转化为决策优势，实现对作战力量的快速指挥和在作战行动中的相互自主协同与同步，实现信息获取、传输、处理、分发、利用和对抗的一体化信息系统，使武器系统的能力得到充分发挥，部队作战效能获得大幅提高，也就是已被深入研究和工程实现的C4ISR系统。从概念内涵看，综合电子信息系统在装备层面上同样涉及对探测装备、指控装备、通信装备、武器打击装备和信息系统装备等装备主体的考虑，只是侧重于采取信息系统的观点解释问题需求，以军事电子信息系统为研究对象，这些装备要素被视为军事电子信息系统处理的资源客体，主要探索解决系统本身的计算、存储、通信等信息系统资源集成和基于信息系统对装备资源集成，从而为军兵种作战提供信息应用的系统保障。

（2）武器装备体系［2］的概念描述也不统一，典型的定义存在三种形式：①基于体系概念直接演绎获取定义，通常解释为网络环境中若干大规模系统整合成的超（巨）系统，因此，由相互联系、相互制约的多类武器装备系统构成的有机整体即是武器装备体系；②作战功能角度下将装备体系定性为一种协同式体系，通常出现在面向体系对抗过程研究中，该观点认为武器装备体系内各武器装备系统之间通过C4ISR系统设备产生协同关系，显然，这种概念认为武器装备及其集成后的系统区别于综合电子信息系统，二者存在层次依赖性，而事实上它们应该是互为存在的前提和条件，离开某一方讨论另一对象范畴都是无意义的。③装备建设发展角度下将装备体系定性为一种受控式体系，通常出现在面向武器装备体系建设发展论证研究中，是指在国家安全和军事战略指导下，按照建设信息化军队，打赢信息化战争的总体需求，适应一体化联合作战特色和规律，为发挥最佳的整体作战效能，而由功能上相互联系、性能上相互补充的各种武器装备系统，按照一定结构综合集成的更高层次系统。此外，由此延伸产生的电子信息装备体系概念及其定义相类似，可以参读文献［3］。这里不再赘述。

显然，②③这两种定义均把C4ISR系统和武器装备系统视为装备体系的系统组成部分，在装备体系语义层次上均是体系统一的复杂系统组成成分，而且仍然采取‘装备对象’为认知主体视角，而信息仅仅被作为装备对象处理的对象，这与普遍认可的“信息为主导”观点主旨存在相悖性。面向信息化条件战争的武器装备顶层规划、设计与建设始终要求信息维度作为权衡所有装备的一项根本原则，以“信息”为纽带的电子信息装备与武器装备、保障装备的融合和集成更为显著突出，电子信息装备武器化与武器装备和保障装备信息化是当前和未来重要的装备技术特征，电子信息装备不再是单纯地采集和处理目标信息，更是朝着直接运用信息实施作战的一体化信息武器装备发展，武器装备也不再单纯地依靠情报信息支援受控式地实施作战，而是集成信息获取与融合的“察打一体”运行模式，例如，各种新型无人作战武器。现有面向对象装备模型建模方法很难合理精确刻画出这类新型装备特性和作战运用规律，尤其难以描述它们在体系中的行为状态和规律，这也是传统计算机模型仿真的瓶颈之一。正如文献［4］的观点，未来空防预警探测装备体系应该是要素上“陆海空天网电一体”，功能上“信火一体，攻防兼备”，体制上“一个系统，全军共享”的建设模式。这种“一个系统”的体制更需要对现有装备体系概念融合，形成一种更广义的系统观点。某种意义上，对战争根本主体人来说，装备本身就是一种信息，因此，应该转化思维，将信息对象作为统一认知主体，而不再定势在装备层次上的实体对象上。

武器装备的成系统、成建制的体系化论证、建设、发展与作战运用，已有各种装备体系概念在语义内涵上基本一致，都为了通过集成技术手段实现系统整合而获取整体上的性能优势，然而体系概念的对象外延却局限在某一方面的系统对象范畴，与事实上这些对象范畴之间相互交织且广度和深度迅速增强的发展趋势不适应。因此，需要将这些装备体系概念进一步融合，在一个较为广义的层次和开阔的视角讨论武器装备和信息系统的辩证统一。战争认识水平的跨越式变革，未来还会涌现出更高层次更广义的体系概念，鉴于此，本文提出广义复杂信息系统观点，试图产生更科学的装备体系概念解释。下面论述该观点的三个层次解释。

1.2 以信息为认知主体的装备体系广义复杂信息系统原型系统观

信息作为表达事物属性和相互关系的状态的一种客观存在，使得无论是武器弹药装备、电子信息装备、网络信息系统装备还是数据资源等思维意义上装备，都可以从信息的统一视角重新审视。例如，信息化作战平台装备、信息化制导武器、武器化的电子信息装备、智能化的无人作战装备都可以找到类似的信息标签。从信息活动的角度讲，这些装备系统都可以标识为执行信息获取、通信、处理、控制、对抗等技术性系统活动的实体，因此，可以将目前对装备体系构成中的复杂装备系统延伸为一种广义复杂信息系统，而装备体系则是由广义复杂信息系统组成部分依据体系结构整合成更高层次的超广义复杂信息系统。这种解释途径以信息作为认识装备体系的主体视角，而不再是装备主体视角，突出了信息的地位和研究层次，对体系的建模与仿真就可以统一到信息建模及信息模型基础上的体系认知研究，可以说是对当前体系研究技术途径的一种创新思考，面临系列挑战。

事实上，关于信息系统概念的讨论也未形成统一定义。张维明等人认为信息系统是任何复杂系统中沟通和协调全局所有子系统的一种子系统存在，可以理解为系统的神经系统，广义上任何系统中的信息流总和均可视为信息系统［5］。这种解释显然存在一定的局限性，难以从信息的高度研究复杂系统。徐宝祥教授指出信息系统就是为了实现组织目标，提供管理和决策质量，由人力、软件、硬件、网络、数据等资源通过执行信息的获取、传输、处理、存储和控制管理等系统性信息活动而有机组合的人机一体化系统［6］。该解释在一定程度上延伸了狭隘的信息处理系统内涵，是一种人工智能框架下的信息系统解释。事实上人也是一个能够处理信息的复杂系统。借鉴这种观点，可以将通常意义上的作战力量（尤其是指挥决策者）、武器装备、C4ISR系统和数据资源等统一为超广义信息系统观点下的信息资源模式，即认为装备本身就是一种信息资源。装备体系广义复杂信息系统原理示意如图1所示，这种概念解释形成了以信息为基本对象的装备体系原型系统观，同时也为深化面向人的体系综合集成研讨厅创造了可能研究手段和条件。

1.3 以现象为认知主线的装备体系知识观

装备体系是现实与抽象的辩证统一。现实性存在语义上，装备体系由电子信息装备、武器装备、作战平台装备以及相应配属的C4ISR信息系统装备和编配特定装备的作战力量等客观事物通过通信链接构成一个有机整体；抽象性逻辑语义上，这些客观事物按照使命需求和客观物理规律在人类智慧和知识的作用下形成一个功能上相互作用、相互关联的逻辑性合理的更广义信息系统。现实存在的复杂性和逻辑构造上的高度抽象性导致装备体系整体上难以被人类直观经验到，而只能掌握由功能类型多样、结构关系复杂的系统组成部分直观经验到的大量感知觉材料，例如试验测量、仿真手段获取的大量数据以及历次真实战争数据，从而形成装备体系的认知基础。虽然已经出现了相对成熟的DoDAF等描述规范和诸如Telelogic、SA等体系结构设计工具和产品，形成了诸如Petri网、UML等较为成熟的面向对象建模技术手段，复杂自适应性系统、复杂网络等多种理论方法从不同需求和思维角度建模与仿真体系，但是依然没能从根本上解决困惑。当技术的革新孕育和呼唤网络信息体系、网电空间装备体系等体系概念模式的时候，仍然面临重新寻找理论方法和体系描述工具等技术手段。最为重要的原因就是缺乏从哲学本源去思考体系，虽然厘清哲学层面的问题也十分困难。本文认为，体系的存在和概念演化本身就是一种现象，是人类关于系统现象的高层次认识，是建立在人-装备复杂因果关联关系语义下形成的高层次抽象的系统现象。

图1 装备体系的广义复杂信息系统原型系统解释

虽然难以清楚体系的本源，也许宇宙大爆炸时期就已经存在，这不是我们解决当前现实问题的关键和核心，但是能够发现，从中国老孟哲学或西方哲学中均可体验到体系存在，只是没有独立为一门学问像今天被人们如此重视。直到20世纪末21世纪初产生的几场高技术局部战争将人类带进信息化战争时代，人们在总结战争特性和经验的过程中，逐渐酝酿提出了武器装备体系、作战体系等一系列概念，体系作为一种现象重新出现在人们的知识视域中。因此，可以认为体系是人类在大量现实事物现象基础上思维和认知形成的经验性思想，是一种知识存在，是大量客观现实感知觉材料被人类大脑不断学习、演化出的一种知识概念。这些能够被人类感知觉到的客观现实可以是近几次局部战争的发生背景、投入武器装备、战争中涌现出的作战活动以及装备达到的性能和作战效能状态等信息源。哲学层面上，体系是一种客观存在的认知现象，可以从知识形成与演化的角度寻求体系的新解释。

因果关系本质上就是将人放置于现实世界中，人类思维作用于现实事物产生的人与现实世界中诸多客观材料之间的关联关系［7］。根据这种观点解释，人正是通过观察现实世界中装备系统、信息系统等事物表象，获取关于装备体系整体性连续的感知觉材料和印象，然后通过综合关联人类关于装备体系的知识空间中已经存在的大量知识对象，形成对装备体系的新知识，进而指导体系工程实践。因此，从这种角度上讲，广义信息系统意义下的装备体系就是一个因果关系网，而人与装备体系诸多现实材料之间的关联关系就是该因果性的本质。本文主要以数据的视角研究体系演化现象，因此，体系运行过程中的人因复杂性、人的决策因素等问题不做考虑。而将人与装备之间的关联性作为基本语义来源开展体系演化研究，而这种关联性事实上就是人们根据装备之间相互作用规律而赋予的装备之间的关联关系，这也是本文认识体系的一个基本前提。

1.4 以数据为描述载体的装备体系信息网络模型观

上述讨论指出，信息为基本认知对象、现象为认知主线研究体系，客观上需要获取关于体系的现实感知觉材料，尤其是关于体系要素的大量因果关联关系，这些认知基础素材源于人们形成并积累的海量体系数据资源。因此，数据成为描述体系的基本信息或语义载体。

大数据概念是继云计算之后提出的更高层次的泛在信息技术理念。本文认为，大数据应用于装备体系等复杂巨系统研究如图2所示，存在两种方式：一种是云计算延伸视角下诞生的以计算机网络信息技术与数据处理技术为特征大数据理论，用于解决系统的综合集成与性能优化问题，例如，杨小牛提出的大数据概念应用于构造下一代信号情报侦察体系的系统架构［8］；另一种就是海量数据延伸视角下诞生的以数据挖掘和知识发现等人工智能理论和技术为特征的大数据应用模式，用以解决复杂网络化巨系统的机理认知问题，例如，徐磊关于大数据概念下对社会认知研究范式的思考［9］。

图2 大数据概念与复杂信息系统研究的结合模式

大数据概念应用于装备体系，重点关注在数据层面上直接抽象描述装备体系这种复杂巨系统，从大数据概念运用模式上属于第二种情况。同时，装备体系的发展规律必然要求采取泛在的网络观点描述体系结构并在此基础上探索体系规律，需要一种在大数据层面上将装备体系建模为网络化模型的理论策略。信息网络概念能够实现对现实空间中海量、多维、复杂结构和问题更具一般性的抽象，吸纳该研究思路就是采取图数据模型建模体系大数据，将大数据转换为异构的信息网络集成模型。从而奠定了基于大数据的网络化复杂信息系统研究模式。在这方面已经形成一定研究规模，例如，李艳梅研究了动态信息网络结构演化的异常发现问题，提出了角色演化异常概念和基于模式挖掘的角色演化异常发现算法［10］。杨丹等人对异构信息空间中实体关联关系挖掘算法研究［11］，吴蕾等人对异构信息网络上数据的融合概率图建模研究［12］。但是，这些研究并非完全适合装备体系的建模与仿真，因为，现实世界中的装备体系并不是简单意义上类似于计算机信息科学领域中产生的作者-文献-会议网、演员-电影网、社交媒体网、Wiki知识网络、生物分子信息网络等信息网络模式。其中最为关键的区别就是装备体系大数据并非互联网意义下的网络大数据样式。

装备体系大数据主要特征可以归纳为三方面：①存在体系能力指标、体系效能指标、体系的系统构成及其结构关系、任务活动等复杂多样的数据类型，因而在描述上显著区别于类似图像、视频、通信语音、GPS轨迹记录等数据类型的处理，体系数据具有更为显著的高层次智慧认知语义特性，导致数据表示和模型表达需要同时借助本体理论、数据库理论等解决，直接产生数据的复杂、海量、异构特征；②体系问题研究越来越需要综合考虑能力、效能、性能等指标性元素和结构关联等联系性元素的因果作用逻辑，并且这些指标之间存在相对因果性，例如，体系能力可以理解为潜在资源属性作为体系作战效能的‘因’，通过效能评估产生的‘果’就能“因果寻因”获取体系能力内容和指标度量，因此通过已知关联性信息发现隐藏的“因果性”具有较大难度；③通常很难获取体系运行条件下整体动态性的大数据，借助动态产生的数据来挖掘体系性质规律不具备充分的现实条件，因此，多数网络大数据意义下产生的数据智能分析方法难以直接迁移，需要寻求一种大数据建模、数据智能分析与仿真相结合的研究结构。

体系大数据的这些特征，一方面使得采用数据层次上建立的异构信息网络集成模型研究策略具有理论分析的优势，另一方面，已有关于信息网络的处理模式以网络大数据为前提，多数采取网络科学研究方法论和数据挖掘相关技术，研究成果难以借鉴或迁移到体系上来，融合系统科学研究思维，探索基于大数据建模与人工智能数据分析理论技术相结合的广义复杂信息系统模型研究模式具有较大技术可行性。

2 基于大数据建模与智能数据分析的广义复杂信息系统模型理论

适应网络信息体系研究趋势和需求，从基于概念融合的认知智能语义计算思维出发，有必要将综合电子信息系统、武器装备体系、电子信息装备体系等体系概念模式融合为更高层次的概念内涵与外延，促进基于信息系统的武器装备体系能力生成机制机理性研究探索。大数据思维和理念为基于大数据分析方法途径采用人工智能理论和技术研究体系创造了机遇和条件。基于海量异构的具有复杂对象特征和属性特征的体系数据描述并抽象广义装备体系的系统模型，在此基础上构造出更高抽象层次的体系形式概念认知模型，通过模拟人类思维和实践智慧以概念计算的形式仿真装备体系，有可能成为未来体系问题研究的重要途径。其基本原理如图3所示。

图3 基于信息系统建模理论的装备体系模型及其分析架构

2.1 基于语义大数据建模的装备体系模型抽象过程

装备体系建模大致经历了复杂系统理论、复杂自适应系统理论［13］、复杂网络理论［14］和近几年备受关注的超网络理论［15］，这些理论相对应产生的技术途径与信息系统建模理论演变规律类似，如图4所示。多种理论的不同观察角度和方法论对于逼近体系客观规律产生重要的影响，理论的融合与交叉是寻求装备体系更好解释的重要原则。采用超网络理论抽象体系已经成为一种主流认识和研究理念，然而现有超网络理论方法主要通过延伸一般复杂网络规律来获取，对超网络模型的研究手段还存在较大局限性。大数据建模思想的出现，为利用超网络描述和抽象体系及其体系结构奠定了丰富的信息资源和语义研究基础。大数据语义技术为将海量异构的体系数据处理为共享一致的语义数据提供了手段支持。

图4 信息系统的建模技术发展［6］

大数据概念的核心本质在于数据和信息的层次性认识及其联系在新的技术条件下具有的特殊性。关于信息的观点及其与数据的联系存在很多认识，例如，信息是构成一定含义的一组数据，信息是数据加工的结果，是数据的含义等，从这些认识可以看出，语义对于建立数据与信息的联系具有重要作用，可以通过语义的理论方法和技术来认识大数据和面向大数据的信息处理及信息系统工程问题。语义可以通过概念抽象表达，某种程度上语义即是概念。本体论及本体技术是一种重要的语义表达方法，但是本体论侧重于概念表示层，对概念内核的描述比较匮乏，与之相对的是数学上采用形式概念分析理论可以建立哲学意义上精确概念描述，具有坚实的理论基础和工程数学基础。采用形式概念刻画语义对于建立在语义基础上的概念计算与分析具有重要价值。

基于本体论开展装备体系或信息系统建模已经得到人们较为深入的研究，为了能够实现由数据描述构造出本体，形式概念分析理论引入本体建模，并就本体的粒度、连接、概念的融合与推理开展了一些探索性研究。但是，经典的形式概念分析仅仅表达对象和对象属性之间关系，虽然出现了很多理论扩展模型，但都不适合于复杂信息系统模型研究，尚且难以攻克上述体系大数据存在的独有特征。解决这一问题就是需要在形式概念分析框架下，对复杂系统的“结构”进行合理地数据描述。这一问题的关键就是体系大数据模型研究，基于数据模型反映体系结构的真实性特性。综合超网络概念特性与大数据建模的基本要求，装备体系模型抽象过程可以分解为四个环节：首先在体系结构框架中实施体系数据工程，建立体系数据的语义知识模型库，然后将复杂体系数据抽象为异构信息网络；其次引入超网络理论实现对异构信息网络集成；最后基于扩展超图数据结构实现对装备体系超网络模型的形式化。

对体系语义大数据的扩展超图模型形式化是个比较复杂的过程，坚持两项原则：①对信息的抽象语义描述整体上为四元组结构：（对象，属性，属性值，条件），表达对象在特定条件下具有某属性值的特征属性，这里的对象是广义信息系统观点下与装备体系演化问题密切联系的关键因素（要素）的元素表达，可以是能力、系统、功能、性能、活动、状态等，根据问题本质内涵和对象具有的客观特性规律抽象出属性和属性值，属性值类型可以存在数值型、区间型、文本型等语法上的异构值域，条件是关于装备体系结构关联或环境依赖等约束语义；②在①提供的基础语义框架上，单维度系统元素及其之间的联系描述为信息网络，通常可以定义为超图数据结构四元组形式：（顶点，边，超边，超边到顶点映射函数），映射函数主要解决如何根据结构或环境因子约束构造出‘条件’超边。③单维信息网络内部构成为一元超网络并且对应②中产生的超图数据模型，不同维信息网络之间通过网络元素之间存在的客观联系定义映射函数来建立异构信息网络之间的语义关联逻辑，构造出广义信息系统的超信息网络，据此特点，可以形式化定义为二元组：（信息网络集，网络之间的映射函数）。

2.2 基于智能数据分析理论的装备体系模型计算仿真

上述研究认为，体系大数据建模可以抽取基于数据的装备体系描述和形式化模型，模拟化原理是系统学的基本观点，在大数据模型基础上，如何模拟体系问题是下面需要考虑的研究内容。上一节讨论的体系大数据建模策略对于将系统丰富语义特征属性与系统拓扑结构联系起来分析奠定了一种理论机制，也为实现基于人工智能理论的大数据分析提供了一个数据结构背景。但是，这种机制的多数研究成果是面向社会网络和生物信息网络等生命主体产生的互联网络大数据，一般采取数据挖掘和机器学习方法发现隐藏在大数据中的关联结构模式或进行模式分类、预测，这些技术手段和研究框架流程难以直接并独立解决装备体系问题。发展智能数据分析理论和方法，在数据层面将智能计算与模型仿真思维相结合的体系研究比较适合本文的理论探索。

粒计算是建立在信息粒化认知思维基础上的人工智能理论和问题求解途径，具有较好的哲学辩证法基础和方法论优势。粒计算框架下，形式概念分析和粗糙集等智能数据分析理论的融合对于基于大数据模型的装备体系模拟仿真在理论和技术上具备较大可行性［7，16］。形式概念分析兼顾概念的内涵与外延一致性，属于数据层面以人为中心的分析方法，适应本文提出的体系大数据建模机制和模型特征，将一般二元形式概念分析延伸为三元概念分析理论为构造装备体系的认知概念系统提供了实现途径，如何将该理论与粒计算的粗糙集理论模型结合起来，有效地刻画体系中的不确定性问题特性和信息处理需求是其应用的一个突破点。下面简要举例说明该研究思路的有效性。

例1.四元组：（对象，属性，属性值，条件）的一个实例定义为（某战术数据链系统，最大通信距离，可达800 m，战术数据链系统与某型侦察直升机满足交互结构关系约束），该数据模型可以表示的完整语义解释为“当该机载战术数据链系统与某型号侦察直升机满足搭载结构关系和物理通信连接结构关系约束的‘条件’下，机载平台上战术数据链系统的最大通信距离可达800 m”。

例2.表示更为准确、完整语义上的机载预警和引导雷达AN／APY-2作用距离性能参数指标时，该雷达对象针对不同探测目标达到的作用距离性能指标存在显著差异，这种数据结构可以抽取为（｛AN／APY-2｝，｛作用距离｝，｛600 km，440 km，360 km｝，｛大型高空目标，中型目标，小型低空目标｝），其条件就是该雷达与相应类型目标产生探测结构关系。

上述两个例子说明，对体系中某层次问题的解释可以采用某种信息粒度下的形式概念模型形式化，进一步可以通过概念分解与融合过程中的概念结构变化表达语义在概念之间的传播，从而达到模拟体系现实的目的。

3 结 语

本文从认知角度分析了基于概念表示与概念融合智能计算的装备体系理论方法研究可行性。目前，综合电子信息系统、武器装备体系、电子信息装备体系、防空反导装备体系等装备体系模式在概念语义上无论是属性内涵还是对象论域上都存在显著的交织重叠特征且体系系统边界模糊不确定性等特点而又相对独立开展体系研究，这与信息化条件下武器装备联合和协调运用的本质规律并不适应，制约体系科学的发展及其在军事领域应用。因此，需要对装备体系概念进行融合和更高层次抽象，在一个相对一致水平上观察各种装备和系统。大数据时代，在数据层面上统一描述和抽象装备体系模型为语义一致的数据化模型具备了技术条件，奠定了广义共性上理解和解释各种规模和层次的体系模式的现实基础。本文提出装备体系广义复杂信息系统观点，并讨论了基于语义大数据建模基础上利用形式三元概念分析和概念粒计算的系统模型分析方法思路，是基于大数据的知识表达与发现技术理论应用于装备体系建模研究的有效性探索。后续围绕模型和算法细致梳理理论方法创新和关键技术实现。

［1］ 童志鹏著.综合电子信息系统（第2版）［M］.北京：国防工业出版社，2010.

［2］ 刘磊.面向武器装备体系发展的体系演化建模与探索性分析方法研究［D］.国防科技大学博士学位论文，2011.

［3］ 李新明，杨凡德著.电子信息装备体系概论［M］.北京：国防工业出版社，2014.

［4］ 谢鑫，刘旭.空防预警探测体系建设问题研究［J］.空军工程大学学报（军事科学版），2014，14（3）：19-22.

［5］ 张维明著.信息系统原理与工程［M］.北京：电子工业出版社，2009.

［6］ 徐宝祥，张云开.信息系统建模理论发展研究［J］.情报杂志，2010，29（5）：70-74.

［7］ 赵健.概念元空间的结构与范畴研究［D］.吉林大学博士学位论文，2012.

［8］ 杨小牛，杨志邦，赖兰剑.下一代信号情报侦察体系架构：大数据概念的应用［J］.中国电子科学研究院学报，2013，8（1）：1-7.

［9］ 徐磊.大数据基础上的社会认知［J］.中国电子科学研究院学报，2013，8（1）：23-26.

［10］李艳梅，李川，唐常杰，等.动态信息网络中的角色演化异常及其发现［J］.计算机科学与探索，2015，9（3）：321-329.

［11］杨丹，申德荣，聂铁铮，等.异构信息空间中实体关联关系挖掘算法CFRQ4A［J］.计算机研究与发展，2014，51（4）：895-904.

［12］吴蕾，张文生，王珏.异构信息网络数据上的融合概率图模型［J］.计算机科学与探索，2014，8（6）：712-718.

［13］任昊利，李新明.基于复杂适应系统理论的电子信息装备体系模型研究［J］.装备指挥技术学院学报，2008，19（5）：89-92.

［14］金伟新.体系对抗复杂网络建模与仿真［M］.北京：电子工业出版社，2010.

［15］邹志刚，刘付显，孙施曼，等.基于扩展粒度计算的防空体系结构超网络模型［J］.复杂系统与复杂性科学，2014，11（2）：24-30.

［16］魏玲，万青，钱婷，等.三元概念分析综述［J］.西北大学学报（自然科学版），2014，44（5）：659-668.

王寿彪（1986—），男，山西汾阳人，博士研究生，主要研究方向为大数据分析，人工智能与装备体系论证；

E-mail：biao007ge@126.com

李新明（1965—），男，湖南益阳人，研究员，博士，博士生导师，主要研究方向为云计算、大数据与装备体系论证；

刘 东（1981—），男，辽宁铁岭人，助理研究员，博士，主要研究方向为空间信息系统建模与仿真，大数据分析；

邹 波（1980—），男，湖北武汉人，助理研究员，硕士，主要研究方向为装备体系论证；

张喜涛（1989—），男，河南平顶山人，博士研究生，主要研究方向为大数据与装备体系评估。

Generalized Com p lex Information System Viewpoint w ith the Research Structure on Equipment System of System s Oriented Artificial Intelligence

WANG Shou-biao，LIXin-ming，LIU Dong，ZOU Bo，ZHANG Xi-tao
（National Key Laboratory of Complex Electronic System Simulation，Academy of Equipment，Beijing 101416，China）

Concept is the foundation with themeans for cognitive of humans.Now majority of conceptual modes on equipment system of systems（ESoS）exists some issues such as semanticsmingled，extension overlapping，boundary fuzziness and so on，these factors restrict the model descriptions of ESoS for the knowledge discovery based on SoSbig data.This essay proposed an generalized information system viewpoint on ESoS from three aspects of information as cognitive subject，phenomenon as consistent cognitive line and data as description form，so that to explaining system theoretical from three sections as follows：generalized information system viewpoint，SoSknowledge viewpointand themodel viewpointwith information networks.Thenmainly discussed two aspects of system modeling theory from big datamodeling based on semantics to knowledge discovery based on formal concept analysiswith granular computing.The contentswould be a normal study form to explore how to use big data concepts in ESoS research.

equipment system of systems；generalized complex information system；semantics big data modeling；formal concept analysis；knowledge discovery

TP393

A

1673-5692（2015）05-533-08

10.3969／j.issn.1673-5692.2015.05.015

2015-07-13

2015-09-27

国家重点实验室基金项目部委级课题资助