在对复杂决策问题进行分析或预测时,常常要将那些地理分散、功能单一、类型各异的多个模型以某种逻辑智能化地组合并运行,以求解单个模型无法解决的复杂用户请求,这就是异构模型的组合与执行问题。分布式环境下异构模型的组合与执行问题研究难点在于:一是模型的异构特性需要有组合定量和定性模型的方法,而现有的基于Web service的自动组合技术只适用于定量模型的组合。二是分布式环境的动态特性要求组合模型在执行遭遇失败时能更加有效、智能地恢复,而现有的恢复机制却无法确保组合模型的成功执行。针对上述情形,本文构建了一个分布式模型管理框架,并分别从异构模型表示、组合模型自动生成、执行和评价四个方面开展研究,提出系统化的解决方案。统一完整的模型管理框架是模型组合与执行问题研究的基础和支撑。本文构建了一套基于Web service的分布式模型管理框架,集成了碎片化的相关标准和技术,使模型的组合与执行变得连贯而顺畅。Web service是一套标准化的分布式应用程序开发和访问方式,利用它对各种模型资源和软件组件进行描述,可实现多种相关技术、标准和模型功能之间的松散耦合。模型表示是模型组合功能设计的前提。本文将异构模型表示方法做了统一和抽象处理,形成了一般性原则。由于目前定性模型的服务化表示尚无可借鉴方法,采取将其表示成if-then语句集的形式,利用业务引擎软件进行服务化封装。为保证模型按功能组合,提出了用模型本体描述领域无关的基本建模概念和领域相关的建模知识。给出了异构模型服务的语义描述方法,赋予其前提条件和后效,为异构模型的组合预留接口。由此,分布式的异构模型资源被表示成语义Web service形式。异构模型组合的关键是要在定量和定性模型之间建立间接联系,并依据这种联系设计新的组合方法。本文分析了在异构模型之间构造联系的具体形式,提出了将异构模型组合问题转化为一类特殊的智能规划问题求解的新思路。异构模型的输入、输出可用来判断前提条件、后效的满足程度以建立间接联系,这种联系是不确定的,需在运行时动态判定。根据该特征,提出了将异构模型的语法和语义描述映射为在不确定的、部分可观测领域中的规划问题,并利用基于模型检测规划算法求解。为确保组合模型的成功执行,本文对目前的失败恢复策略做了改进和统一,使执行出错的组合模型能被智能、高效地修复。连接分布式模型资源的网络是动态的,直接影响组合方案执行的成败。为了消除建模者和最终用户之间的信息不对称,提出建立流程本体来共享执行错误恢复的相关知识以供错误诊断。此外,为了智能地实现组合模型的修复,采用了将组合模型的修复过程转化为局部的模型组合问题进行求解的方法。组合模型方案的评价是上述研究的延伸。异构模型自动组合与失败恢复的求解过程可能产生多个可行方案,且各自具有相同的功能和不同的非功能表现。为了刻画组合方案的非功能属性,采用了计算聚合Qo S的方法以表示方案的全局服务质量。为了对组合方案进行最优选择,并体现用户的显、隐性偏好,利用了ELECTRE-Ⅱ法进行多目标评价和优劣排序,从而保证了异构模型自动组合与执行全过程的完整性和系统性。