从降维解析到映射升维——来自航空保障系统工程实践的系统工程新思考_风闻

​

系统工程从诞生之日起，就是一门强实践性的理论，它来源于实践，从实践中总结提炼，并在实践中得到不断的验证与完善。从贝尔实验室提出系统工程的概念，到霍尔提出系统工程三维结构，再到NASA和INCOSE发布系统工程手册，系统工程理论的发展历程也正是印证了这一过程。人民科学家钱学森先生也是在我国的社会主义建设，特别是我国航天事业的工程实践中，通过不断的提炼与总结，提出了系统工程中国学派。

中国船舶工业系统工程研究院作为我国第一家以钱老系统工程命名的国防科研单位，一直以来以系统工程理论作为指导海军装备建设的工具法宝，并在一些大型复杂性工程项目中积累了大量的系统工程实践经验，一方面对系统工程在指导工程建设上的重要作用身体力行，另一方面面对不断复杂的工程系统，“复杂大系统”和“体系”已成为当前工程系统的普遍存在形式，感受到传统的系统工程理论还存在亟须改进之处，系统院当仁不让地开展了系统工程理论再发展与复杂大系统工程与体系工程的理论探索工作。特别是通过航母航空保障系统工程经验的总结，提出了一种从降维解析到映射升维的系统工程新思路，为解决复杂大系统中的复杂性与不确定性问题，指导复杂大系统工程研制指出了一条可行的路径。

传统系统工程：还原论与降维解析

传统的系统工程方法本质上是一种还原论思想。

还原论的鼻祖笛卡尔曾这样描述他的研究方法：“将面临的所有问题尽可能地细分，细至能用最佳的方式将其解决为止”。人工智能领域的著名学者侯世达也曾这样评价还原论，说还原论是对这个世界最自然的理解方式，它是说“如果你理解了整体的各个部分，以及把这些部分‘整合’起来的机制，你就能够理解这个整体”。可以说，还原论在推动现代科学发展上做出了至关重要的贡献，物理学上对世界本源的探索，生物学上的解剖学与细胞学都是典型的还原论的应用。当然，还原论也有一个很大的弊端，那就是分解会造成系统整体性与内部交互性的缺失。

传统的系统工程方法以霍尔提出的三维结构作为理论框架基础，以V模型为过程指导，以NASA与INCOSE的系统工程过程为典型过程标准，其设计过程是将复杂的大系统分解为不同的小系统或模块，然后分别实现，再集成还原为大系统，其归根到底还是一种还原论思想。以NASA的系统工程为例，包含技术流程与技术管理流程两大类。其技术流程又包含明确利益相关方期望、技术需求定义、逻辑分解、设计方案定义、产品实施执行、产品集成、产品验证、产品确认和产品交付9个流程。这9个流程实质上是一个传统的V模型的过程，经过对系统需求的分解、实现和再集成的过程来实现系统产品。

NASA系统工程过程模型

由于系统设计过程中对需求的分解过程是一种从逻辑上的静态分解，分解后必然会带来模块之间交互特征的损失，从而影响了系统在时间上的动态演化特征，系统分解后的再集成，还会损失部分原有系统的整体性特征，我们把这种分解过程称作“降维解析”过程，降的是系统的时间维度。在系统规模较小时，降维解析过程造成的交互性与整体性特征损失可以在系统集成验证过程中得到很好的修正，从而不会对最终的结果造成太大的影响。但是如果系统规模较大时，降维解析造成的交互性与整体性缺失只能通过原型样机的不断迭代，逐渐逼近的方式来逐步弥补，造成了复杂大系统的研制周期长、代价大、效率低。归根结底，降维解析方法是一种通过降维来规避系统复杂性的方法，是一种对系统复杂性的消极应对策略。

航空保障系统——复杂大系统特征分析

航空保障系统是用于指挥和保障多型舰载机群在航母上的各类作业的工程系统，航空保障系统涉及数百个人员站位，多个作业阶段，三百余项作业活动，由上千套系统/设备协同完成任务。航空保障系统是舰载机安全上舰和航母形成作战能力的核心，是一个典型的复杂大系统。

航空保障系统作为复杂大系统，具有以下复杂性与不确定性特征：

**1）强实时，准实时，非实时多型异构系统组成复杂。**航空保障系统由上千台套系统/设备组成，这些系统和设备中有强实时系统，如负责引导舰载机着舰的系统；有准实时系统，如指挥管理系统；有非实时系统，如作业讲评系统等。异构系统的实时性要求、可靠性与安全性要求、技术体制与研发管理都存在差异，给复杂大系统的工程总体的管理和协调带来非常大的复杂性。

**2）需求、任务边界、保障对象和环境的不确定性。**航空保障系统作业流程复杂，包含多个作业阶段，三百余项作业活动，涉及的设备和人员众多，设备故障、战损和人为操作意外都将造成原有作业计划的调整，使得航空保障系统在需求、任务边界和保障对象上存在很大的不确定性，而海上多变的作业环境也会给任务带来很大的不确定性。

**3）人在回路增加了不确定性。**人往往是最大的不确定性因素，据统计，在民航客机事故原因中，有70%的事故是由于人为错误操作造成的。航空保障系统的运转涉及到数百个人员站位，人在回路中人员操作的正确性直接影响了系统任务的正常推进，因此人在回路大大增加了系统的不确定性。

**4）人员、场景、环境和系统多智能体协同复杂。**航空保障系统任务的成功完成是人员、场景、环境和所涉系统之间相互协同的结果。不同的因素都是具有一定适应性的单独主体，主体间通过能量流和信息流的传递来完成复杂的协同作业，并涌现出单个系统不能完成的高层次任务。多智能主体间的复杂的协同一旦出现外部干扰，很容易造成复杂大系统涌现出非预期结果。

**5）空间和资源约束条件下的非同质作业时间与空间冲突复杂。**航空保障系统是一个多任务并行的系统，舰面保障、调运、起飞、着舰、维修不同对象同时执行，但在航母的保障资源有限、空间位置有限的条件下，带来了非同质作业之间在时间和空间上的冲突非常复杂，而且是时刻动态变化，无法事先进行精确求解以预先安排。

正因为航空保障系统具有上述的不确定性和复杂性特征，我们在开展航空保障系统工程研制过程中，采用传统的降维解析与原型逼近的系统工程方法无法应对如此庞杂的复杂性与不确定性，促使我们必须本着具体问题具体分析的态度，展开了对系统设计方法的新的探索。

传统降维解析的系统工程的困惑

在航空保障系统工程研制中采用传统的降维解析的系统工程方法，在指标的分解和验证上遇到了不小的困惑。

在指标分解上，航空保障系统的综合效能指标是舰载机的出动架次率，在如何将出动架次率指标分解为航空保障系统各分系统的性能指标上遇到了难题。由于出动架次率与系统的作业流程强相关，传统的降维解析方法对系统只进行了静态分解，无法体现分系统之间动态的交互关系，因此缺少将出动架次率分解为分系统性能要求的有效手段。因此必须增加新的手段，通过描述系统的动态业务流程来支撑顶层指标的分解工作。

在指标验证上，传统的降维解析系统工程方法，只有在大系统集成完成后，才能窥得整个系统的全貌，才能对系统顶层指标进行验证。而一旦指标不能达标，回溯的代价非常巨大，甚至可能造成整个项目的失败。复杂大系统的效能指标在设计阶段随着系统设计的推进，便能逐步明确，因此必须增加新的手段，在设计阶段就开展顶层指标的验证工作，如果验证不达要求，可以及时通过改进设计来优化指标。

有鉴于此，我们不断开展新的探索，经过多次的失败教训，最终摸索出一套基于多智能体建模技术，开展复杂大系统内部隐秩序建模，并以复杂大系统业务流程为核心，建立复杂大系统整体仿真模型，用于指导大系统分解与集成的构建过程的系统工程新方法，该方法改变了传统的以规避系统复杂性为目标的降维解析方式，提出了增加系统时间维度上系统状态模型，变降维解析为映射升维，变规避复杂性为描述与应对复杂性。

基于多智能体的复杂大系统隐秩序建模

主导复杂大系统内部的复杂性与不确定性的其实是系统内部不可见的信息流、能量流和控制流及其约束规律。美国复杂性系统科学家，遗传算法之父霍兰德将这些看不见的规律，称之为系统的“隐秩序”，并指出了可以从4种特性和3种机制去描述复杂系统的隐秩序。

四种特性包括：

1）聚集；聚集有两种含义，一是指简化复杂系统的一种方法，我们常把相似的事物聚集成类，就好比面向对象方法中的类的抽象过程；二是指复杂系统组成的过程，各个底层模块分层次不断聚集，从而最终形成复杂系统本身。

2）非线性；复杂系统的聚集过程不是相同个体的数量累积，而是有复杂的交互过程，因此复杂系统必须是非线性的，非线性导致了混沌。

3）流；流是指系统内部信息、能量的流动，流是系统演化的动力之源。

4）多样性；多样性是复杂系统不断适应外界变化带来的必然结果。

三种机制包括：

1）标识；标识是聚集过程中为区分不同中间实体而被赋予的特征。

2）内部模型（机制）；内部模型是指复杂系统内部的关联关系与模型机制，知晓了内部模型，我们才能对复杂系统行为进行建模和预测。

3）积木；积木是指系统的构成元素，积木是分层次和颗粒度的。

我们以复杂性系统科学理论为指导，针对航空保障系统的实际情况，开展了系统的隐秩序分析工作，并基于多智能体建模技术，建立了复杂工程系统隐秩序模型。我们分析了航空保障系统的隐秩序来源，如图所示，大致包含以下7类，分别是业务流程约束、性能约束、可靠性与维修性约束、空间约束、时间约束、资源约束与环境约束。隐秩序分析为后续建模提供了输入。

复杂工程系统多源约束隐秩序分析

针对航空保障复杂大系统包含的各类隐秩序源约束，我们采用多智能体建模技术，抽象出任务智能体、环境智能体、系统智能体、保障智能体以及资源智能体五类智能体。其中任务类智能体为虚拟智能体，是对任务与逻辑的抽象；环境类智能体对应环境条件；系统智能体、保障智能体和资源智能体对应着各类实体要素。

从降维解析到映射升维

我们以业务流程为纽带，以隐秩序多智能体模型为元素，在航空保障复杂大系统顶层构建一个整体仿真模型，该模型能够反映航空保障复杂大系统在时间维上各个时间片段的状态，通过映射系统内部隐秩序来提升设计人员对所要构建对象系统在时间维度上的认识，因此是一种“映射升维”的方法，如图所示。

映射升维示意图

该模型随着工程研制过程中数据的不断更新来迭代来及时更新模型本身，从而使该模型始终能够反映了系统设计与构建的最新状态。通过对该模型的仿真运行，能够在设计初期指导进行顶层指标的分解工作，在系统设计与构建过程中及时评估出复杂系统的综合效能指标，为工程总体及时调整系统设计和工程管理计划提供数据支持。通过对体系顶层仿真模型的仿真运行还能及早发现体系非预期的行为涌现，指导及时采取措施，修改设计来及早消除非预期的行为涌现，从而大大降低因修改设计而付出的代价。航空保障复杂大系统多主体建模技术框架如下图所示。

航空保障系统工程多智能体建模示意图

航空保障系统的工程构建过程在传统的系统工程构建的基础上，增加顶层多智能体建模的过程，形成了新的系统工程过程模型。如下图所示。我们对航空保障复杂大系统的成员系统进行了分类，一是全新开发的系统，二是适应性改进的系统，三是购买的货架产品或者直接沿用现有系统，不同的系统状态对应不同的管理过程。并通过在大系统顶层构建系统整体的包含隐秩序信息的多智能体仿真模型，来全程指导整个工程的研制，包括指标分配、指标的及时验证以及系统非预期涌现性的仿真等工作，确保了航空保障复杂大系统工程构建的高效顺利开展。

复杂大系统系统工程过程模型

解决系统复杂性的新思路——激活适应性机制

逃避解决不了系统复杂性问题，堵不如疏，我们必须要勇于面对，把系统复杂性描述在数字模型的樊牢里，观察它、引导它、利用它。而从降维解析到映射升维的转变正是体现了这种思想。

目前的工程系统越来越复杂，出现了体系化、无人化与智能化的趋势。系统复杂到一定程度后，出现了体系的概念，体系及有独立运行自主管理的多个系统组成的完成特定顶层使命任务的系统集合，体系给传统的系统工程理论方法带来了新挑战。而随着大量无人系统的加入，给系统带来更大的自主性的同时，也对系统的管理和智能化控制提出了新的技术难题。就如霍兰提出的，复杂系统是一种自适应主体，复杂工程系统也将发展成为一种自适应主体。我们必须以自适应主体的视角去考察工程系统，描述工程系统内部的隐秩序，并激活系统内部的自适应机制，让复杂系统的涌现性规律能展现出来，引导正向涌现性，规避负向涌现性，提高设计人员对系统复杂性与不确定性的掌控能力。

还有一类特殊的复杂大系统，它的适应性机制必须在与外系统的对抗博弈中才能被激活，如编队系统，它的指挥与作战能力必须在与敌方作战系统的对抗中才能体现出来，为了激活此类系统内部的自适应机制，除了建立系统内部的隐秩序多智能体模型外，还必须开发出所谓的“蓝军”系统，让编队系统在与蓝军系统的对抗博弈中展现出其内部的适应性机制，来掌控编队复杂大系统的复杂性和不确定性。

基于映射升维的复杂大系统工程过程打破了复杂大系统传统降维解析的方法，利用流程贯穿各分系统主体，实现了复杂大系统顶层效能指标为牵引的自顶向下的大系统设计方法。在该方法的指导下，我们用十年时间走过了西方国家百年航母之路，使得航空保障系统实现了千余架次的安全起降、波次流转、管制指挥，形成了辽宁号航母初始作战能力。该方法也正用于指导编队系统的研制，通过构建对抗的蓝军系统来激活编队系统自身的适应性机制，掌控系统的复杂性。解决复杂大系统的不确定性和复杂性可能有很多条路径，而我们在航母复杂大系统工程实践中创新提出的基于映射升维的复杂大系统工程理论方法，被实践证明是一条可行之路。

作者：张宏军 李宝柱 刘广 张珺 黄百乔 李海旭 

(本文已发表在《舰船知识》2019年第6期)

※ ※ ※

创新体系工程基础理论和方法

推动系统工程理论再发展