数字化模型工程（上篇）

在《建立正向设计体系是研发数字化转型的关键使命》一文中，我们提出“数字化模型是正向设计的主驱动力，模型工程是正向变革的核心工程”这一重要观点，因此模型工程体系的建立是企业完成正向变革的重要基础。美国国防部2018年发布的数字工程战略，其核心就是模型工程。

建立模型工程体系就是提出将工程化思想和方法运用于复杂系统模型全生命周期，通过借鉴吸收系统工程、软件工程等的思想、方法，探寻、挖掘和总结建模活动中具有普适意义的理论、方法、技术、标准和工具，形成一套标准化、规范化、可量化、系统化的模型工程化体系，服务于模型的构建、管理、使用与维护等全过程，从而保证模型全生命周期的可信性。

本文篇幅较长，分为上下两篇。在上篇，我们主要讨论模型工程定义、特征、内涵、价值、技术及方法论；在下篇，我们将主要讨论装备模型（数字样机）的分类方法，并简介美国国防部提出的数字工程。

模型是对所研究对象的一种抽象表达，是人们将研究对象的物理学机理、工程知识和社会学特征研究清楚之后，通过利用数学方法表达物理机理、工程知识和社会特征，体现了人类在认识世界的过程中所表现出的高度智慧。模型是一种区别于自然语言的工程语言，对于资源对象的表达不仅更为直观、科学、全面、准确、无二义性，而且信息更为丰富、更具动态性。

• 目的性：提供某一问题的解决方案；
• 完整性：模型包括了解决某一问题所需要的数据、信息和知识；
• 集成性：模型与其他模型和软件容易集成；
• 封装性：通过封装，模型具有使用方便的特点；在使用时，可以不必知道其内部的结构和运行情况，并且模型与环境的集成也比较方便；
• 开放性：模型中的知识容易添加、修改和关联；
• 规范性：模型描述、建立和使用都有一套标准规范；
• 透明性：模型中的数据、信息和知识的关系和变化对用户是清晰透明的；
• 自主性：在一定条件下，自主启动，自主运行进化，自主结束；
• 自适应性：模型随着外部环境的变化逐渐完善，与环境更加融合。
  
                 

1.模型工程的概念

一个模型一般需要经历需求分析、模型设计、模型构建、模型验证、模型应用、模型维护等过程，这些过程构成了模型的一个完整的生命周期。通过构建一套完善的模型工程理论和方法体系，将模型开发与管理活动由一种自发的、随意性较强的行为变成自觉的、系统的、规范的、可管理的行为，从而保证模型各个阶段的可信性。模型工程是采用系统化、规范化、可量化的工程化方法，对模型的全生命周期所涉及的数据、知识、活动以及过程和人/组织等进行管理，以最小的代价获得可信模型的理论、方法、技术、标准及工具的总称。这里的模型工程有几层含义：

1)模型工程以模型为对象，从方法论层面，研究建立一套完整的技术体系，为复杂系统的模型构建、模型管理与模型使用等全生命周期过程提供系统地指导和支持；

2)模型工程以保证模型全生命周期的可信性为主要目标，整合当前关于模型的各种相关理论方法，研究发现模型生命周期中与特定领域无关的基本规律，建立系统的理论、方法和技术体系，并开发相应的标准和工具；

3)模型工程在保证模型全生命周期的可信性的同时，兼顾模型开发及维护的时间周期和成本等其他要素。

4)模型的可信性是一个综合性的指标，包含可用性、准确性、可靠性、服务质量等因素。

2.模型工程的关键技术

全面系统地应用和实施模型工程需要各类关键技术的支撑。模型工程相关的典型关键技术包括：

1）模型生命周期过程建模

模型工程的生命周期模型，确定模型构建及管理中所涉及的各类活动的结构框架，是指导模型工程的方法学，为改进模型质量、提高开发效率、降低模型全生命周期成本提供重要保障。需要借鉴系统工程、软件工程等相关领域的已有成果，结合复杂系统模型开发的特点，提出适用的过程模型并制定相应的实施方法。

2）模型工程过程管理

以模型生命周期过程模型为指导、以标准规范为依据，借鉴项目管理的方法和手段，对模型全生命周期的数据、知识、工具以及人/组织、技术等进行有效地管理，以保证以最低的代价获得可信的模型。过程成熟度定义与控制、绩效管理、流程监控与优化、风险控制、成本控制等都是模型工程过程管理的重要内容。

3）模型需求获取与管理

准确的获取需求是建模的关键，由于复杂系统的不确定性、模糊性等特征，需求的获取与管理十分具有挑战性。需求获取主要研究通过自动或半自动的手段，对需求进行提取、描述、解析、验证等；需求管理则主要研究如何将不断变化的需求及时、准确地反应到模型构建及维护的过程中。

4）模型描述及建模语言

复杂系统往往包含多个性质不同的系统，如定量系统、定性系统、连续系统、离散事件系统、确定性系统、不确定性系统等等，如何采用有效的方式对整个系统进行描述是复杂系统模型开发的核心问题之一。因此需要针对各类系统的特点，研究相应的模型描述机制、架构，并开发通用或专用的描述语言。

5）模型工程定量分析与评估

定量分析是模型工程的重要特征之一。为保证模型全生命周期的可信性，很多环节都需要量化的分析、评估或优化，例如模型开发过程复杂性分析与评估、成本效益分析与优化、风险分析与控制，模型可用性、可靠性分析，模型服务质量分析等等。

6）模型验证、校核与确认(VV&A)

模型VV&A技术是模型工程的重要组成部分，是研究模型的可信性，进而保证设计结果可信性的重要手段。针对模型的VV&A是对已经建立的模型进行校验或验证，判断其是否可信。这种事后的判断具有重要的意义，可以发现模型的问题和缺陷，但仍不能解决如何获得正确模型的问题。尤其对复杂系统而言，由于系统的复杂性和不确定性，建模的过程会非常复杂，这使得对模型的VV&A变得异常困难，而即使通过VV&A发现了模型的缺陷，对模型的修正也会非常困难而且代价极大。过去虽然在此方面已经积累了较为丰富的研究成果，但仍然无法满足对复杂系统模型建模仿真的实际需求，多数研究仍然以定性分析为主，缺乏定量的、形式化的分析方法，因此VV&A技术，特别是VV&A定量分析和形式化分析技术仍是模型工程的重要研究内容。

7）模型库

模型库是实施模型管理的基础平台，通过模型库可对模型进行标准化的封装、存储、查询等基本操作，还可以模型库为基础进行模型的重用、组合及配置管理等复杂应用。传统的数据库技术、面型服务的技术、云计算技术等都可为模型库的构建与管理提供支持。

8）模型组合与重用

模型组合与重用是提高复杂系统模型构建与维护效率、提高模型可信性的重要手段。主要研究如何利用已有的模型组件，根据系统需求，快速而正确地组合成更加复杂的模型，内容包括模型组件的标准化封装、模型智能匹配、模型关系管理、模型动态组合、模型一致性验证、模型服务化等。

9）模型重构及配置管理

根据需求的多样性及由于内部及环境的不确定性而引起的对模型功能机性能要求的变化，需要快速地对模型进行重构或配置。模型重构是在不改变模型主要外部功能的情况下，对其内部结构进行调整，从而是的模型的性能进一步优化，并使其更容易理解、维护和移植。模型配置则是在不改变模型基本结构的情况下，通过调整和优化内部组件和参数，以适应模型在功能和性能上的不同需求或变化。对复杂系统模型工程而言，模型的重构与配置管理是非常重要并极具挑战性的研究内容。

10）模型数据及知识管理

许多复杂系统模型包含大量的数据处理，而有些模型就是在大量数据的基础上构建的，甚至是以数据及其关联关系的形式存在。数据管理主要是对数据、特别是海量数据进行有效的组织和利用，并在模型工程定量分析中发挥关键作用。

在模型工程中，知识总体上分成两大类，一类是模型本身包含的知识，比如某些定性模型就包含大量知识规则；另一类是关于模型开发及管理的知识，这些往往是开发者和用户在实践中积累和提炼的经验。对不同类型的知识需要采用不同的方式进行管理和使用，从而提高模型的质量以及模型构建及维护的智能性和自动化程度。

11）模型工程可视化技术

可视化技术可以应用于模型工程的各个阶段。采用相应的可视化技术将使模型开发与管理的过程更加透明、更易于理解和便于监控，并可大幅提高人机交互的效率。可视化技术将在模型工程中发挥重要作用。

12）模型工程支撑环境与工具

模型工程的实施需要一个集成化的支撑环境及相应的软件工具，以支持开展模型工程各类活动，如网络化协同工作、需求管理、过程模型构建与维护、模型库管理、定性及定量分析与评估、数据集成、知识管理、模型验证与仿真实验等等。

模型工程是许多交叉领域交叉融合的产物，与之相关的领域包括软件工程、系统工程、计算机科学与工程、数学、系统建模与仿真、知识工程、项目管理、质量管理以及相关应用领域等。基于这些领域的知识体系，结合模型工程的需求和特征，将形成模型工程特有的方法论。

建立模型工程方法论需对其所涉及的知识体系进行系统整理，从相关学科中提取与建模活动紧密关联的特征，总结和凝练建模过程所特有的那些开发技术与管理手段。在这一过程中，重点包括两方面内容：

1)确定模型工程与其他紧密相关学科之间的横向交叉关系，对它们之间的重叠部分进行适当裁剪，以使得这些重叠部分反映出模型工程所专有的特征；

2)确定模型工程体系内部包含的模块以及模块之间的纵向层次关系和横向接口关系，使得整个框架构成一个有机的整体，服务于模型的全生命周期过程。

通过建立模型工程方法论框架，我们希望达到如下目标：

1)促进业界对模型工程的内涵初步形成一致的观点；

2)确定模型工程的研究范畴；

3)对于其它学科例如软件工程、系统工程、计算机科学、项目管理、数学等，阐明模型工程的位置，并设置与它们之间的界线。

模型工程围绕模型的需求、设计、构建、VV&A、应用和维护这一全生命周期过程，通过模型工程过程管理、模型工程质量管理和模型配置管理等实现与保证手段，完成模型生命周期过程。模型工程工具为模型工程的实施提供辅助支撑，模型工程标准则为模型工程的实施以及相关工具开发提供所需遵循的准则、协议或规范。模型工程基础则从为模型工程提供所需的理念、术语、理论和方法。

模型工程方法论由五个部分构成：

第一部分——模型工程基础：包括模型工程的基本概念、方法论、知识体系、技术体系等，为模型工程提供的实施提供最基本的指导，同时也是模型工程独立于其它先关学科的基础和保障。

第二部分——模型生命周期：从技术层面对模型全生命周期的各阶段进行阐述。本部分包含六个子专题，分别是建模需求、模型设计、模型构建、模型VV&A、模型应用、模型维护。

第三部分——模型工程实施与管理：包括模型工程过程管理、模型工程质量管理、模型配置管理等内容。从实施、过程、质量等方面对模型全生命周期各项活动进行管理和控制。

第四部分——模型工程工具：为模型工程全生命周期的实施与应用提供所需的软件工具。

第五部分——模型工程相关标准：为模型工程的实施以及相关工具的开发提供所需遵循的准则、协议或规范。每个部分的具体内容，详见下表。

表12-1 模型工程方法论大纲

             

作为正向设计核心的仿真技术便是一种基于模型的活动，建立系统的模型并通过对模型的解算和分析进行科学研究和试验，是仿真研究的主要目的。仿真领域中关于模型的研究十分具有代表性。正确的模型是获得正确仿真结果的保证。 

仿真是模型的重要的应用场景，但模型工程的应用范围并不仅限于仿真领域，模型工程对于任何需要建模并对模型进行管理的领域都具有应用价值。对于不同类型的技术资源，其模型特征、模型化方法及应用方案也大相径庭。常见的技术资源模型化方法及应用方案包括：基于模型的系统工程、基于仿真模型的虚拟试验、基于模型的定义（MBD）、基于模型的产品平台等。这几种方法是应用于产品研制的不同过程和专业的模型化方法。在近期，业界还提出来更为综合的模型化方法和应用方案：基于模型的产品全生命周期（MB PLM）和基于模型的企业（MBE）。 

没有好的模型，数字化工程成无本之木。企业管理和产品数据库中的数据杂乱无章，数字化系统整体效率低下，企业协作困难重重。产品造轮子式的新零部件层出不穷，重复研究比比皆是。在以往的建模过程中，其实施方式和手段往往就事论事，具有一定的随意性，缺少必要的原则和规范，从而导致模型开发过程中产生诸多问题与困难，无法保证所建模型的可信性。造成这种现状的原因主要有三个：一是是缺乏相应方法论的指导，二缺乏有效的建模过程管理机制，三是缺少统一的标准和技术支撑。因此，有必要建立一个以模型为核心的方法论体系，对模型开发过程进行约束、指导和管理，从而保证所建模型的正确性和可信性。 

模型工程体系是在模型开发与管理的研究成果的基础上，面向复杂系统建模所面临的模型全生命周期的可信性问题而提出的一种系统化的解决思路。通过提供支持模型生命周期过程的规范化、系统化、可量化的工程化管理和控制的理论、技术、方法、标准和工具，提高模型全生命周期的可信性，并降低模型开发与管理成本。 

模型工程体系的建立是一项长期、复杂的工作，要广泛依赖于学术界与工业界的协作，才能最终建立完善的模型工程体系，并真正服务于复杂仿真系统的模型开发与管理提供参考。

来源：数字孪生体实验室