1   什么是云模型

“云模型” 一詞在不同領域具有不同的概念，主要涉及不確定性處理的數學模型和云計算的部署模式。本文所指云模型（Cloud Model），是一種用于處理不確定性和模糊信息的數學模型。其將不確定性和模糊性視為兩種不同的概念，并通過云的概念來描述這種不確定性和模糊性的程度。

數學模型（云模型）由中國工程院李德毅院士于1995年提出，是一種處理定性概念與定量數據之間轉換的不確定性模型，融合了概率論與模糊數學。其核心數字特征包括期望（Ex）、熵（En）和超熵（He），通過正向云發生器實現從語言值到數值的映射，逆向云發生器則完成從數據到語言概念的轉換。該模型在自然語言處理、決策分析、智能控制等領域應用廣泛。

云模型定義了云資源的部署類型。三種主要的云模型為：私有、公有和混合。

“不確定性” 一詞最早出現于1836年詹姆斯 ? 穆勒的《政治經濟學是否有用》  一文中。諾貝爾經濟學獎、圖靈獎獲得者赫爾曼 ?西蒙，從認知科學和行為科學角度出發，認為“不可避免的是，如果經濟學家要與不確定性打交道，就必須理解人類行為面臨的不確定性”。科學進入21世紀，不確定性問題的研究工作受到越來越多的關注，但是不確定性的內涵并沒有得到公認的、必要的說明。人們目前所說的不確定性，其含義很廣泛，主要包括隨機性、模糊性、不完全性、不穩定性和不一致性這5個方面，其中隨機性和模糊性又是最基本的。

“云模型” 一詞在不同領域指代不同的概念，主要涉及不確定性處理的數學模型和云計算的部署模式。云模型提供了一種有效的方法來處理模糊和不確定性的數據，它可以在數學上表示和計算不確定性的程度，并提供了一種直觀的方式來描述和分析這種不確定性。云模型可以用于數據挖掘、決策分析、模式識別等領域，能夠更好地處理現實世界中模糊和不確定的問題。

云模型與傳統的模糊集合理論和概率論有所不同，它提供了一種更靈活和直觀的方式來處理不確定性和模糊性。通過云模型，我們可以更好地理解和表達不確定性，并在決策和分析中更準確地考慮到這種不確定性的影響。

2   云模型的應用

云模型自提出后，被廣泛應用于自然語言處理、數據挖掘、決策分析、智能控制等領域。基于實驗數據獲得的云模型參數可應用于模糊控制中進行隸屬度函數的確定。

氣象學中的云模型，是描述云的形成、演變、微物理過程（如水滴/冰晶轉換）和降水機制的數學或物理模型。其核心作用是提高天氣預報的精度，特別是針對降水、雷暴、颶風等復雜天氣現象， 并用于研究氣候變化對云的影響。

云計算中的云模型，是指云資源的部署類型和服務架構模型，主要包括公有云、私有云、混合云和多云。其作用在于為企業提供靈活、可擴展的IT資源交付方式，核心優勢包括按需付費、彈性擴容、降低成本和提升業務敏捷性。

在軍事領域，由于戰場環境高度復雜、信息不完全、決策時間緊迫， 云模型在處理模糊性、隨機性和認知不確定性方面展現出獨特優勢， 已被廣泛應用于多個軍事應用場景中。云模型在軍事領域的主要應用方向：

（1）戰場態勢評估與決策支持

戰場態勢涉及大量模糊信息（如“敵方實力較強”“我方補給緊張”），傳統方法難以有效處理。云模型可將專家經驗（如“高威脅”“中等機動性”）轉化為定量云滴，實現定性與定量的雙向轉換。

（2）目標識別與威脅等級評定

在復雜電磁環境下，雷達、紅外、光電等傳感器獲取的目標特征常存在模糊與噪聲。云模型可對目標特征進行模糊聚類，實現更精準的威脅排序。

（3）軍事風險評估與應急預案制定

軍事行動中存在大量不確定性風險（如后勤中斷、友軍誤傷、天氣突變）。云模型可對風險因素進行模糊綜合評價，生成風險云圖。

（4）軍事資源優化與后勤保障

后勤保障存在物資需求波動、運輸路徑多變、時間窗口受限等多重不確定性因素。云模型可用于對物資需求進行動態預測及對保障方案進行優化調度。

（5）軍事演習評估與訓練效果分析

軍事演習中對部隊表現的評價常依賴主觀打分（如“反應迅速”“協同良好”）。云模型可將這些語言評價轉化為量化評分，實現部隊表現的客觀、可追溯評估。

（6）無人系統智能決策與集群協同

在無人機/無人車集群作戰中，個體感知信息存在噪聲與模糊性。云模型可用于個體決策融合與群體行為調控。

3   云模型的仿真

基于云模型的仿真，即“云仿真”，通過將云計算技術與傳統仿真方法相結合， 在多方面具備顯著優勢。其核心優點體現在效率、成本、靈活性和協作性上。

云仿真平臺支持的一種新的仿真模式 — “云仿真”模式，是一種利用網絡和云仿真平臺按需組織各種仿真資源（仿真云），以提供用戶各種建模與仿真服務的新的仿真模式。該模式的實現涉及到云的構造和使用。云由“云服務”提供商的云和用戶注冊的云構成。

云仿真技術在各行業均具有強大的應用前景。其相較于傳統仿真模式的優勢主要體現在以下方面：

一是大幅提升了仿真效率：云仿真平臺利用云計算的并行計算和分布式處理能力，將復雜的仿真任務分解并分配到海量的云端計算節點上同時運行。這使得原本需要數天甚至數周才能完成的大規模、高精度仿真（如氣候模擬、流體動力學分析或金融風險建模），可以在數小時內完成， 極大地縮短了研發周期和決策時間。

二是顯著降低了硬件與運營成本：用戶無需投入巨額資金購買和維護高性能計算服務器、存儲設備等昂貴的本地硬件。云仿真采用“按需付費”的模式，用戶只需為實際使用的計算資源（如CPU、內存、存儲時長）付費，避免了資源閑置造成的浪費，使仿真成本更具效益。

三是卓越的靈活性與可擴展性：云仿真平臺具有強大的彈性計算能力，用戶可以根據仿真任務的規模和復雜度，動態地、按需地調整計算資源。其在處理大型項目時可以快速擴容，在任務完成后則可縮減資源，實現資源利用的最大化。這種靈活性使平臺能輕松應對業務需求的波動。

四是支持協同工作與資源共享：云仿真平臺基于網絡環境，允許多個用戶或團隊成員在不同地點實時共享仿真模型、數據、計算資源和結果。這種網絡協作特性促進了知識共享與團隊合作，提升了仿真項目的整體效率和質量。

五是簡化使用與提升安全性：平臺通常提供友好的在線界面和預配置的仿真軟件環境，用戶無需進行復雜的本地安裝和配置即可快速上手。同時，主流云服務商提供數據加密、訪問控制、安全審計等多重安全措施，并將數據存儲在云端，有效防止了因本地硬件故障導致的數據丟失風險。

六是兼容多元環境與專業支持：云仿真平臺通常支持多種操作系統、編程語言和仿真軟件，為用戶提供了自由的選擇空間。此外，許多平臺還提供了專業的技術支持服務，幫助用戶解決技術難題，使其能更專注于核心業務。

云仿真平臺的優勢：

（1）卓越的虛擬化技術，隨意穿梭任何平臺

虛擬化是云仿真平臺最突出的特點之一，其包含虛擬化和資源虛擬化。基于虛擬化技術，通過虛構平臺便能夠輕而易舉地實現相應終端操作的數據備份、遷徙和擴大，突破了傳統仿真模式的應用局限。

（2）可動靜和可擴展性很強

目前國內的云計算服務已非常成熟。云仿真平臺基于具有超強運算能力的云計算服務，顯著提升了企業的計算速度，實現了虛擬化層的動靜擴大，達到了利用擴大的目標。

（3）更高的靈活性滿足多元需要

目前，我國市場上大部分計算機資源、軟硬件都反對虛擬化，如數據存儲信息網絡、運行控制系統和開發軟硬件等。虛擬化元素置于云零碎中，實現資源利用，這表明云計算的兼容性很強。不僅能夠兼容不同廠商的低配置機器和硬件設計產品，外設也能夠實現更高級的高性能剖析計算。靈活性特點增強了云仿真平臺的可操作性。

（4）極高的穩定性保護數據安全

極高的可靠性意味著，即使服務器發生重大故障也無需擔憂，計算任務和應用程序仍能正常運行。這是因為，單點服務器故障可通過虛擬化技術，恢復分布在不同物理服務器上的應用程序，或者部署具備計算能力動態擴展功能的新服務器。這種極高的穩定性，使云仿真平臺成為值得人們信賴的工具。

（5）依據需要部署，節約多余資源

計算機系統包含許多應用程序和軟件。不同的利用對應不同的數據資源池，用戶在運行不同的利用時需要弱小的計算能力來調配資源。云計算調度策略異樣靈便，可對計算節點和工作設置各種屬性、要求、束縛等，從而能夠依據用戶需要迅速分配資源和算力，有效避免了云仿真平臺應用時的資源浪費。

（6）性價比高

通過對虛擬資源庫中的資源進行統一管理，可以在一定程度上優化物理資源的利用。用戶無需再配備昂貴的主機和大容量的存儲空間，而是轉向選擇更加經濟實惠的電腦。如此一來， 一方面有效降低了成本，另一方面我們也注意到，這種配置所帶來的計算性能并不遜于大型主機，從長遠來看反而表現更優。目前市面上的大多數云仿真平臺，均具有較高的性價比。

（7）可擴展性

用戶可借助應用軟件的快速部署能力， 更加簡便、高效地擴展所需的新舊服務。例如，在計算機云仿真系統中，當某個設備出現故障時，該故障不會在計算機層面或具體應用上對用戶造成阻礙。系統可利用云計算的動態擴展能力，有效將任務遷移并擴展至其他服務器，從而保障工作順利、有序地完成。

4   虛擬仿真云技術的應用及挑戰

工業制造領域：通過虛擬仿真云技術，可在數字化生產流程中實現產品設計、生產模擬、設備調試等功能。通過對生產過程進行模擬、優化和分析，可快速確定故障原因，并進行維修和保養，提高了生產效率和質量、減少了生產成本。

建筑設計領域：利用虛擬仿真云技術，可實現建筑設計、模擬、優化和可視化展示。通過虛擬仿真，可快速評估產品的性能并進行優化設計，提高了建筑設計的效率和質量。

醫療健康領域：通過虛擬仿真云技術，可進行醫學圖像處理、手術模擬、病例分析等，提高了醫療診治效果，減少了醫療事故。

教育培訓領域：利用虛擬仿真云技術，可建立虛擬實驗、模擬演練、互動教學等教學方式，提高了學習效果和學習體驗。

娛樂體驗領域：利用虛擬仿真云技術，可實現虛擬游戲、虛擬旅游、虛擬體驗等，為用戶提供了更加豐富的娛樂體驗。

虛擬仿真云技術的應用為企業帶來了很多益處。但同時，其推廣與實踐也面臨著一些挑戰；首先，該技術需要高速的網絡連接和穩定的服務器，以保證仿真任務能夠順利完成；其次，該技術需要安全的網絡環境，以保證仿真數據的安全性；最后，該技術需具有高度的可擴展性和可定制性，以滿足不同企業的仿真需求。

5   3DCAT虛擬仿真云平臺

3DCAT實時渲染解決方案，依托自研的高性能實時渲染平臺及資源調度軟件，搭配GPU服務器設備，將基于游戲開發引擎（Unity、UE4等）制作的超高清可交互、可視化虛擬仿真實訓教學、醫療培訓內容進行云渲染，并通過互聯網及云流化技術實時推送到終端，滿足了廣大師生群體隨時隨地跨終端、可交互、超高清、沉浸式的訪問需求。目前，3DCAT是國內外少數能夠同時提供公有云+私有云的實時渲染云平臺。

運行在3DCAT實時渲染云平臺的虛擬仿真XR應用，無需下載安裝，可靈活嵌入教學平臺，并支持海量用戶安全訪問和協作。其降低了信息處理開銷和數據傳輸總量，使用戶無需配置高性能、高成本的計算終端，也無需配置額外的適配終端解決兼容性問題。同時，虛擬仿真XR應用數據統一存儲在云端，終端僅顯示實時交互的視頻流，實現了數據與用戶分離，保護了應用資源的知識產權和技術特色。

綜上，虛擬仿真云技術的發展，需要高速的網絡連接、穩定的服務器、安全的網絡環境和高可擴展性、可定制性的支持。未來，云仿真技術將會在各個領域得到更普遍的應用，為社會帶來更多有益的價值。

6   結束語

對于身處這一研究領域的各方來說，無論選擇什么道路，都充滿了不確定性。但確定往往導向重復，不確定才真正能夠孕育新的可能。

云模型將不確定性和模糊性視為兩種不同的概念，并通過云的概念來描述這種不確定性和模糊性的程度，為模糊和不確定性數據的處理提供了有效方法。

云模型與傳統的模糊集合理論和概率論有所不同，它提供了一種更靈活和直觀的方式來處理不確定性和模糊性。通過云模型，我們可以更好地理解和表達不確定性，并在決策和分析中更準確地考慮到這種不確定性的影響。AP

作者簡介：

孫柏林（1936-），男，湖北黃陂人，軍事科學院研究員，少將軍銜，我國自動控制系統與軍事系統工程專家，中國自動化學會專家咨詢工作委員會名譽主任。

參考文獻：

[1] 楊朝暉, 李德毅. 不確定性推理中二維云模型的應用[C]. 第十五屆全國數據庫學術會議論文集, 1998.

[2] 李德毅, 劉常昱. 論正態云模型的普適性[J]. 中國工程科學, 2004, 6 (8).

[3] 李德毅, 劉常昱, 杜鹢, 等. 不確定性人工智能[J]. 軟件學報, 2004.

[4] 劉禹, 李德毅. 正態云模型霧化性質統計分析[J]. 北京航空航天大學學報, 2010.

[5] 葉瓊, 李紹穩, 張友華, 等. 云模型及應用綜述[J]. 計算機算機工程與設, 2011.

[6] 李德毅. 云計算-物聯網的基石[C]. 第二屆信息化創新克拉瑪依國際學術論壇論文集, 2012.

[7] 楊玉峰, 馮明奎, 陳錦標. 基于云模型的艦船綜合仿真系統效能評估[J]. 中國航海, 2014.

[8] 董文莉, 趙懿. 基于云模型復雜信息系統仿真環境評估研究[J]. 計算機仿真, 2016.

[9] 孫正霖. 仿真系統不確定性態勢評估方法的研究與應用[D]. 南京: 南京理工大學, 2022.

[10] 韓力群. 智能仿真[M]. 北京: 國防工業出版社, 2023.

[11] 李麗紅, 李航. 基于云模型的三支決策方法及應用[J]. 華北理工大學學報(自然科學版), 2024.

[12] 蘇赫, 楊超, 胡琦, 等. 基于云模型的水庫工程后評價研究[J]. 價值工程, 2025.

[13] 張艷霞, 曹冠平, 鞏炳林. 基于云模型的有人/無人機協同作戰能力評估[J]. 火力與指揮控制, 2025.

[14] 童桐, 董新夏. 不確定性與差異性: 人工智能賦能地方國際傳播的情境化實踐[J]. 國傳觀察, 2026.

[15] 王垠丹. 人工智能發展的辯證審視與科學思維探索[J]. 東南學術, 2026.

摘自《自動化博覽》2026年5月刊