《构建强健军事力量的设计挑战：提升海军兵力支持系统效能的多分辨率建模方法》69页

为确保国家安全，军队必须具备应对多重威胁的能力至关重要。然受限于预算约束，防务机构需在兵力构成与可部署性之间做出抉择。为洞察此类决策后果，定量模型被用于评估不同未来条件下的部队能力。通常采用精细模型模拟复杂现象，但因分析计算成本高昂，此类模型在评估系统不确定性时往往表现欠佳。此问题源于精细模型结果常依赖众多隐含假设，其复杂性超出人工理解范围。

鉴于此，低分辨率模型与高分辨率模型的协同使用始终存在明确需求。"模型分辨率"定义为"模型或仿真表征现实世界/特定标准的细节程度"（国防建模与仿真企业）。低分辨率模型因细节简化，能更有效评估系统不确定性影响，同时支撑战略政策设计所需的长期推演。

尽管高低分辨率模型组合应用前景广阔，但系统性运用不同分辨率模型的实证研究仍稀缺。为填补此研究空白，本研究探索多分辨率模型提升海军兵力支持系统鲁棒性的路径。兵力支持系统是决定部队可用性的所有支持体系（如维护系统、可靠性系统等）的总称；鲁棒性指策略在广泛场景下的稳定性度量。本研究以舰船航行可用性与船员工时作为海军兵力支持系统效能评价指标。

采用荷兰皇家海军现有兵力支持系统精细模型（下称"武器系统管理动态模型"WSMD），通过"聚合"方法开发新型简化模型。WSMD模型基于预设任务计划模拟军舰全寿命周期可用性，而聚合模型理论上可通过探索广泛场景下的粗略可用性扩展WSMD模型价值。尽管聚合模型的灵活性可理想补足WSMD模型复杂性，但历史表明决策者常因低分辨率模型无法捕捉关键"复杂"信息而弃用——毕竟简化必然伴随信息损失。故核心问题在于如何开发"有效"低分辨率模型以提升海军兵力支持系统鲁棒性。广义而言，本研究旨在回答：

"多分辨率建模如何有效提升海军兵力支持系统鲁棒性？"

核心结论为：多分辨率建模具有显著价值，因精细WSMD模型与简化聚合模型在设计、验证及应用层面存在相互依赖性，共同提升系统鲁棒性。

以下三段详述各维度发现：

设计维度

通过聚合函数将WSMD模型海量输入映射至聚合模型少量输入。实施均值、求和等可理解函数至全新建模结构的多元聚合方式，选择依据WSMD模型非线性度与对象异质性。设计阶段核心结论是：忽视本质不同的现象与对象将导致低效聚合。当简单聚合函数失效时，本研究通过(a)采用新建模结构、(b)创建"抽象"对象组、(c)引入校准向量来"近似"底层信息。此类近似涉及计算成本、可解释性与聚合模型一致性误差间的权衡。

验证维度

模型验证被视为双向流程——两模型互验有效性。交叉验证测试通过比对输出结果评估聚合模型适用性。孤立验证聚合模型将掩盖其价值，因无法明确其何时充分反映兵力支持系统真实动态。交叉验证表明聚合模型未出现显著信息损失。反之，聚合模型通过场景集合能验证WSMD模型的"隐性"假设。总体而言，WSMD模型中某些静态假设需替换为动态平衡反馈机制以更好表征现实动态。缺乏此类反馈，防务决策者可能在消除性能差距时将系统引向错误方向。

应用维度

聚合模型的探索性应用揭示了海军兵力支持系统鲁棒性与舰船全寿命大修次数的关联。模型显示：大修间隔时间线性增加将指数级降低现行维护计划鲁棒性，此关系主因对象间底层交互引发的舰船性能指数衰减。尤其在高速退化、长检修周期及低船员效率场景下，系统在航行可用性与工时方面的鲁棒性显著下降。基于此，聚合模型还发现若干提升系统鲁棒性的关键杠杆点。然WSMD模型对聚合模型所发现方案的实装仍不可或缺——因高分辨率模型能更好表征现实复杂性，可更准确评估政策实效。