基于模糊描述逻辑的模糊UML类图形式化

由于UML难以表示现实世界中存在的大量不确定和模糊的信息,因此前人提出了模糊UML。与UML类似,模糊UML是半形式化语言,缺乏精确的语义。为解决这一问题,提出一种用模糊描述逻辑形式化表示模糊UML类图的方法,扩展模糊描述逻辑f-SHOIN(D)为其逻辑基础,详细描述模糊UML类图中的类、属性和各种关系转化为模糊描述逻辑表达的形式化过程,最后用实例证明该方法是可行的。

基于模糊UML的C^4 ISR系统上下文知识建模方法

普适计算和上下文感知技术是智能化C^4 ISR系统的一种可行路线,针对上下文知识中大量模糊和不确定信息难以建模表示的问题,首先从C^4 ISR系统的业务特点和上下文知识内涵出发,定义组成C^4 ISR系统上下文环境的基本概念和关系,形成上下文知识元本体,在此基础上,借助UML扩展机制、模糊建模元素,形成一种C^4 ISR系统上下文知识建模语言。通过该语言不仅可以准确表达上下文知识中的明确信息,而且对于由于传感器偏差或信息缺乏所带来的模糊或不确定上下文环境信息,该语言同样具有良好的表达能力。

基于模糊UML的装备保障知识建模方法

装备保障业务需求建模是装备保障信息系统研发的重要环节,准确描述业务概念和关系是获取高质量需求分析产品的重要前提。然而,该业务领域中用户目标、业务效果等核心要素常包含模糊或不确定信息,容易引发系统研发各方的需求理解偏差,从而给系统后期的设计、开发带来巨大隐患。针对上述问题,首先从装备保障领域知识建模出发,挖掘本领域核心知识,构成装备保障领域知识本体,在此基础上借助UML建模语言MOF层扩展机制,引入模糊评估属性和建模元素,进而形成一种可用于该领域信息系统业务建模分析的领域特定建模语言。该建模语言对领域内存在的明确和模糊需求信息同样具有良好的表达能力,便于系统研发各方在信息系统需求分析阶段达成共识,进而为准确捕捉装备保障业务需求提供技术支持。

一种UML活动图到模糊Petri网的转换算法

UML是软件工程中一种最常用的建模方法。由于UML是半形式化的,许多人致力于将UML转换成形式化方法(如Petri网)的研究。转换之后,对于定性的非功能参数的确认和验证就会更方便。鉴于现实世界中大部分信息的不确定性,系统分析师们提出了模糊UML的概念。尝试将模糊UML活动图转换成Petri网,从而能实现形式化验证以及性能评估。

基于模糊概念模型的模糊本体构建方法

针对从预先定义的概念层次生成模糊本体这一非常困难的问题,提出利用模糊概念模型来构建模糊本体.基于模糊集理论,对UML概念模型及OWL DL本体进行了模糊扩展,从二者的逻辑基础说明了利用模糊UML类图构建模糊OWL DL本体的可行性,进而研究了从模糊UML类图到模糊OWL DL本体的形式化映射方法,给出了映射规则及公理的创建过程.利用现有的模糊概念模型构建模糊OWL DL本体可以有效降低建立模糊本体的复杂性,同时增强了本体的表达能力.

一种支持能力需求概念一致性和合理性分析的方法

针对C4ISR系统能力需求中存在的大量模糊信息以及需求模型中可能会存在的不一致性、不合理性问题,从体系结构能力相关概念出发,构建C4ISR领域特定的能力模糊本体,在模糊本体的引导下,获取应用系统的能力需求模型.在此基础上,研究了基于模糊描述逻辑符号推理的能力需求模型一致性、合理性验证技术,给出了能力需求模型向模糊描述逻辑知识库的转换算法,最终采用一个模型验证案例说明了方法的可行性.

不确定作战环境下防空反导作战流程建模方法研究

论文以模糊UML建模方法为基础,以不确定环境作战为背景,建立防空反导模型。研究不确定作战环境因素对体系产生的影响。然后将模型映射到模糊Petri网中,量化不确定因素,并对防空反导模型进行不确定环境实验验证,探究防空反导作战流程中的关键不确定因素和关键活动节点,为拓展不确定作战环境中的体系对抗模型奠定基础。