模型复用研究现状

模型复用研究现状

1.2.4　模型复用研究现状

模型复用经历了模型程序文件、模型软件包、模型管理系统MMS（Model Management System）、集成建模环境IME（Integrated Model Environment）四个阶段（陈文伟,1994；王桥,1998）,从模型复用的研究现状来看,模型复用研究主要集中在五个方面:①建模方法与建模语言；②模型转换；③模型属性信息定义与管理；④模型软件复用；⑤集成建模环境开发与应用。

1.2.4.1　建模方法与建模语言

针对同一问题,不同的建模方法与建模语言将生成不同的模型形式。如在MS/OR领域,AMPL与GASM同样是对数学模型的描述,但两者存在差异。由于建模方法与建模语言不同,导致了模型复用的巨大困难。在模型复用研究领域,大量研究集中在统一建模方法与建模语言方面。代表性研究包括:结构建模SM（Structured Modeling）与结构建模语言SML（Structured Modeling Language）、通用模型框架（Generic Model Concepts）以及基于XML的面向对象结构建模语言OOSML等。

结构建模SM（Geoffrion,1987,1989,1992a,1992b）是一种基于图论标准的描述型模板,它扩充了数据库技术中的语义数据模型,用以描述数学模型中的复杂性。结构建模允许用户在不同的抽象层面上以图形、文本或代数形式描述模型。结构建模支持多种问题表达,被认为是统一建模的基础。

Huh（1995）分析了AMPL、GAMS、SML三种建模语言的特点,提出了通用模型概念框架（Generic Model Concepts）,该框架提供了一种不同建模语言之间转换的概念基础,支持异构的数学模型的集成应用。Holocher（1997）结合结构建模方法与面向对象的建模方法,定义了一种基于分布式环境独立于平台的集成建模体系,该体系涉及模型的表示、执行、数据与方法的远程访问等。

Kim（2001）在面向对象结构建模框架的基础上,针对MS/OR以及DSS领域模型,设计了基于XML的结构标记语言OOSML,该语言继承了XML简单、可扩展、互操作、开放的优点,为模型复用与互操作提供了基础,同时分析了基于Web的模型共享方式。Kim的研究使模型的复用与互操作更进了一步,支持分布式异构环境下数学模型共享。

于海龙（2005c）基于XML Schema设计了GIS应用模型描述语言GBMDL。

从上述研究现状可以看出,在MS/OR以及DSS领域,主要是对数学模型的建模表达,结构建模以及面向对象结构建模与基于XML的建模语言,逐步成为统一的建模方法与建模语言。

1.2.4.2　模型转换

针对已经建立的模型,如何实现模型的复用,一些研究者提出了模型转换与模型知识化等方法。

模型转换主要是对不同建模方法与不同建模语言表示的同一模型进行转换,其目的在于实现进一步的模型集成应用。模型转换类似于数据转换,存在一对一、多对一的转换方式,比较有效的方式是建立一种标准建模框架与建模语言,作为中介,通过该中介实现模型转换（Kim,2001）,如图1.5所示。Kwon（1996）依据模型转换器的思路,提出一种框架用于快速理解模型、抽取模型结构、并重构模型。框架由元系统、模型转换器、模型库组成。元系统定义一个元模型并产生模型转换器；模型转换器分解模型,抽取模型结构,并用元模型（采用面向对象的方法）表示该模型结构；模型库包含以对象结构表示的模型结构。模型转换实现模型复用系统体系结构如图1.6所示。

图1.5　模型转换示意图（Kim,2001）

图1.6　模型转换实现模型复用系统体系结构（Kwon,1996）

模型知识化主要是在保证现有模型不变的基础上,对模型的属性信息进行提炼与管理,从而实现模型复用。Zhuge（1998）认为目前部分数学模型库是基于FORTRAN语言开发实现的,这些模型库只包含了模型基本运行实体,不包括模型属性信息,不支持灵活的抽取机制。虽然目前面向对象语言OOPL支持类抽象,然而把现有的这些数学模型库按照面向对象原理的要求重新建立是十分困难的,主要由于原有模型难以理解,同时也很难保证重新开发模型的一致性与完整性。基于这样的事实,把模型库分割成抽象层与实现层,实现层保持原有模型库的样式,抽象层表达模型的多值继承关系、属性等,并实现抽象层模型与实现层模型的对应。在此基础上,提出了一种基于继承规则的模型抽取机制,并设计了原型系统RMMBS的体系结构（见图1.7）,实现模型抽取与复用。

图1.7　RMMBS体系结构（Hai Zhuge,1998）

1.2.4.3　模型属性信息定义与管理

模型属性信息是模型抽取、模型复用的关键,用户在利用现有模型时首先必须了解模型条件、制约因素、模型参数、模型数据要求等信息,从而才能决定模型是否可用。这些信息,通常称为模型属性信息。如何实现对模型属性信息内容定义与组织管理,是目前模型复用研究的重点。

Pos（1996）提出从系统组件、物理过程、数学关系三个方面描述工程仿真模型,提出了（Content Assertions,Goal Statements,Behavioral Statements,Metalevel Statements,Validity Assumptions,Performance Qualifications）的六元组的表达结构,并定义了每一类先验知识的内容。Keller et al.（1999）提出一种基于元建模（Meta-Modeling）的新的建模方式,这种建模方式旨在清晰说明模型概念基础与构建过程的背景信息（包括“What,When,Where,Why,How”等方面的信息,用于表达数学公式中包含的信息）,从而提高模型的可解性与可复用性。基于这种方式在SIGMA（Scientists’Intelligent Graphical Modeling Assistant）建模平台中实现,并且提供了可复用的组件（方程、属性、过程、结构）,提高了模型的可复用性。

王桥对模型的标准问题进行了初步的研究（王桥,等,1999）,分别探讨了空间决策支持系统中模型的分类、编码、基于面向对象方法的模型字典和模型结构形式,给出了初步的研究结果。

West（2002）提出分别用元数据与软件引擎的方式管理模型陈述性知识（Declarative Knowledge）与过程知识。这种把模型知识（模型属性信息）分为陈述性知识与过程知识的方式,进一步明确了模型属性信息的内涵。

于海龙等基于已有的模型属性定义研究以及Open GIS的元数据参考模型,设计了应用模型元数据框架,并基于XML Schema进行描述（Xie G.S.,H.L.Yu,2008）。

1.2.4.4　模型软件复用

从模型实现软件本身而言,模型复用涉及的内容十分广泛,包括模型数据与方法的组织、模型方法与数据通信、模型外部接口定义、模型抽取机制、模型集成方法以及分布式模型（组件）之间交互等。模型管理系统MMS技术的产生与发展为模型复用奠定了基础,模型软件复用技术也随着模型管理系统的发展而发展。

模型软件复用经历了如下几个阶段:①基于文件的模型管理系统；②基于关系数据库的模型管理系统；③面向对象的模型管理系统；④智能模型管理系统；⑤分布式模型管理系统。各模型管理阶段模型软件复用情况见表1.3。从表1.3可以看出,模型软件复用充分结合了计算机领域软件复用、AI与KM领域的知识表达与管理相关技术,由集中式向分布式、由简单式向智能式方向发展。

表1.3　各模型管理阶段模型软件复用情况对比

（续表）

按照模型的软件存在形式,模型软件复用的发展经历了模型源代码复用、可执行程序方式复用、内嵌可执行程序方式复用（DLL）、DDE或OLE方式复用、模型组件复用、基于Web Service跨平台支持异构环境复用的应用发展过程,与各模型管理系统发展相辅相成（王文,等,1999；Goodchild,2002；于海龙,2005a,2007）。不同软件形式的模型复用能力对比见表1.4。

表1.4　不同软件形式的模型复用能力对比

1.2.4.5　集成建模环境IME

面向对象技术、分布式计算技术以及知识表达与推理技术的发展,可视化构模理论的发展,使得集成建模环境的研究开发成为热点。在该环境中,完全实现模型生命周期的全过程,融模型构建、表达、生成、管理于一体,实现模型的集成应用。目前,具有代表性的集成建模环境包括:DecisionNet、基于agent的建模环境SWARM、HLA等。

DecisionNet是一个历经4年（1995～1999年）的研究项目,由美国海军研究院的H.Bhargava、卡内基—梅隆大学的R.Krishnan和德国的Humboldt大学的R.Muller合作完成。该项目旨在利用互联网技术的优势增进决策技术的可用性、可复用性与互操作性（唐锡晋,2001）。在DecisionNet中有多种决策技术,如数据集、模型实例、模型模板、算法、求解器、模型语言、模型系统与环境。供方主要提供两类技术:独立技术与独占技术。独立技术主要是供方开发的基于Web的应用,他们可以独立于DecisionNet运行；独占技术是DecisionNet Agent提供的界面和动态控制等技术。DecisionNet实现了AMPL和GAMS两类Agent,AMPL Agent可为供求双方提供重要的知识和推理需求,GAMS Agent封装了GAMS语言和建模环境,协调供方注册模型,并为用户创造一个运行界面。

多Agent平台主要用于研究复杂系统行为的模拟分析,如Santa Fe研究所的SWARM,Brooking研究所的Ascape与芝加哥大学经济系的RePast等。其中RePast吸收了前两者的一些特点（唐锡晋,2001）。这些工具广泛应用于自然、社会和经济问题分析,如SWARM用于生态系统仿真（王卫红,2002）。

在美国国防建模与仿真办公室DMSO（Defense Modeling ＆Simulation Office）1995年10月制定的建模与仿真主计划MSMP（Modeling and Simulation Master Plan）中,提出了未来建模/仿真的共同技术框架。它包括三个方面:高层体系结构HLA（High Level of Architecture）、任务空间概念模型CMMS（Conceptual Model of the Mission Space）和数据标准DS（Data Standard）。它们的共同目标是实现仿真间的互操作,并促进仿真资源的复用。其中,HLA用于解决仿真系统的集成问题,为构造大规模仿真应用提供了一种应用集成方法,是实现DMSO建模/仿真的关键。美国国防部DoD（Department of Defense）已规定HLA为美国国防部所有仿真的标准技术结构。目前,HLA已被正式接受为IEEE标准,成为新一代分布交互式仿真体系结构的标准（黄健,2000；周彦,2002）。

HLA将实现某种特定仿真目的的仿真系统称为联邦（Federation）。联邦由联邦对象模型、若干联邦成员（它可以是真实实体仿真系统、构造或虚拟仿真系统以及一些辅助性的仿真应用,如联邦运行管理控制器、数据收集器等）和运行时间支撑系统RTI（Run-Time Infrastructure）构成（如图1.8所示）。HLA是一个通用的仿真技术框架,它定义了构成分布交互仿真各部分的功能和相互关系,主要包括三部分内容:规则、对象模型模板、接口规范说明IFSpec。其中,联邦是个层次概念,它可以是更复杂系统的一个联邦成员,由此,HLA定义的联邦系统是一个开放性的分布式仿真系统,系统具有可扩展性。成员之间的交互通过RTI提供的服务来实现。

图1.8　HLA仿真逻辑结构（周彦,2002）