首页 理论教育结果:进一步完善VV&A模型

结果:进一步完善VV&A模型

【摘要】:在进行V&V策略制定的实例分析中,我们发现,V&V费用和M&S风险的关系大致如图6.1所示。因此,为更有效益地进行V&V活动,SEVM和SCCPM解决问题1时应做修改,即需要把费用考虑到目标函数中去,而费用的约束可以去除,因为最后得到的最优策略的执行费用肯定符合之前的费用约束,改进后的数学模型如下:和进一步研究M&S可信性评估的“逆”问题,即为达到预先设定的可信性等级,如何求取满足最小费用或最小风险的最优策略。

V&V一般方法论是本书着墨最多的一章,其中,模型(Sξ)的构建过程还需进一步改进,特别应向如下两个方向改进:

1)实际中,V&V过程是一个反复的过程,因此,在(Sξ)中应考虑引入环和反馈,并且要考虑进行活动所需时间的约束,考虑并行机制。

2)V&V策略的分量之一——深度,是使用确定数值来描述的,太过刚性,可考虑使用模糊数或语意值来描述,即引入模糊策略。

在进行V&V策略制定的实例分析中,我们发现,V&V费用和M&S风险的关系大致如图6.1所示。

978-7-111-57819-2-Chapter06-1.jpg

6.1 SEVM解算问题1时的费用和风险曲线图

也就是说,在费用和风险的测度一致的情况下,在两者相等的这一临界点之前,投入较少的费用,可取得较大的约减风险效果,即978-7-111-57819-2-Chapter06-2.jpg,而在这一点之后,再投入相应的费用,约减风险效果便不明显,即978-7-111-57819-2-Chapter06-3.jpg。因此,为更有效益地进行V&V活动,SEVM和SCCPM解决问题1时应做修改,即需要把费用考虑到目标函数中去,而费用的约束可以去除,因为最后得到的最优策略的执行费用肯定符合之前的费用约束,改进后的数学模型如下:

978-7-111-57819-2-Chapter06-4.jpg

978-7-111-57819-2-Chapter06-5.jpg

进一步研究M&S可信性评估的“逆”问题,即为达到预先设定的可信性等级,如何求取满足最小费用或最小风险的最优策略。如果设M&S的可信性等级评估函数为Cr(·),则基于模型(Sξ),可信性函数可表达为:CrSξ)。那么,求解目标函数分别是费用和风险为最小值时的最优策略的规划模型分别是:

978-7-111-57819-2-Chapter06-6.jpg

978-7-111-57819-2-Chapter06-7.jpg