1   什么是云模型

“云模型” 一词在不同领域具有不同的概念，主要涉及不确定性处理的数学模型和云计算的部署模式。本文所指云模型（Cloud Model），是一种用于处理不确定性和模糊信息的数学模型。其将不确定性和模糊性视为两种不同的概念，并通过云的概念来描述这种不确定性和模糊性的程度。

数学模型（云模型）由中国工程院李德毅院士于1995年提出，是一种处理定性概念与定量数据之间转换的不确定性模型，融合了概率论与模糊数学。其核心数字特征包括期望（Ex）、熵（En）和超熵（He），通过正向云发生器实现从语言值到数值的映射，逆向云发生器则完成从数据到语言概念的转换。该模型在自然语言处理、决策分析、智能控制等领域应用广泛。

云模型定义了云资源的部署类型。三种主要的云模型为：私有、公有和混合。

“不确定性” 一词最早出现于1836年詹姆斯 • 穆勒的《政治经济学是否有用》  一文中。诺贝尔经济学奖、图灵奖获得者赫尔曼 •西蒙，从认知科学和行为科学角度出发，认为“不可避免的是，如果经济学家要与不确定性打交道，就必须理解人类行为面临的不确定性”。科学进入21世纪，不确定性问题的研究工作受到越来越多的关注，但是不确定性的内涵并没有得到公认的、必要的说明。人们目前所说的不确定性，其含义很广泛，主要包括随机性、模糊性、不完全性、不稳定性和不一致性这5个方面，其中随机性和模糊性又是最基本的。

“云模型” 一词在不同领域指代不同的概念，主要涉及不确定性处理的数学模型和云计算的部署模式。云模型提供了一种有效的方法来处理模糊和不确定性的数据，它可以在数学上表示和计算不确定性的程度，并提供了一种直观的方式来描述和分析这种不确定性。云模型可以用于数据挖掘、决策分析、模式识别等领域，能够更好地处理现实世界中模糊和不确定的问题。

云模型与传统的模糊集合理论和概率论有所不同，它提供了一种更灵活和直观的方式来处理不确定性和模糊性。通过云模型，我们可以更好地理解和表达不确定性，并在决策和分析中更准确地考虑到这种不确定性的影响。

2   云模型的应用

云模型自提出后，被广泛应用于自然语言处理、数据挖掘、决策分析、智能控制等领域。基于实验数据获得的云模型参数可应用于模糊控制中进行隶属度函数的确定。

气象学中的云模型，是描述云的形成、演变、微物理过程（如水滴/冰晶转换）和降水机制的数学或物理模型。其核心作用是提高天气预报的精度，特别是针对降水、雷暴、飓风等复杂天气现象， 并用于研究气候变化对云的影响。

云计算中的云模型，是指云资源的部署类型和服务架构模型，主要包括公有云、私有云、混合云和多云。其作用在于为企业提供灵活、可扩展的IT资源交付方式，核心优势包括按需付费、弹性扩容、降低成本和提升业务敏捷性。

在军事领域，由于战场环境高度复杂、信息不完全、决策时间紧迫， 云模型在处理模糊性、随机性和认知不确定性方面展现出独特优势， 已被广泛应用于多个军事应用场景中。云模型在军事领域的主要应用方向：

（1）战场态势评估与决策支持

战场态势涉及大量模糊信息（如“敌方实力较强”“我方补给紧张”），传统方法难以有效处理。云模型可将专家经验（如“高威胁”“中等机动性”）转化为定量云滴，实现定性与定量的双向转换。

（2）目标识别与威胁等级评定

在复杂电磁环境下，雷达、红外、光电等传感器获取的目标特征常存在模糊与噪声。云模型可对目标特征进行模糊聚类，实现更精准的威胁排序。

（3）军事风险评估与应急预案制定

军事行动中存在大量不确定性风险（如后勤中断、友军误伤、天气突变）。云模型可对风险因素进行模糊综合评价，生成风险云图。

（4）军事资源优化与后勤保障

后勤保障存在物资需求波动、运输路径多变、时间窗口受限等多重不确定性因素。云模型可用于对物资需求进行动态预测及对保障方案进行优化调度。

（5）军事演习评估与训练效果分析

军事演习中对部队表现的评价常依赖主观打分（如“反应迅速”“协同良好”）。云模型可将这些语言评价转化为量化评分，实现部队表现的客观、可追溯评估。

（6）无人系统智能决策与集群协同

在无人机/无人车集群作战中，个体感知信息存在噪声与模糊性。云模型可用于个体决策融合与群体行为调控。

3   云模型的仿真

基于云模型的仿真，即“云仿真”，通过将云计算技术与传统仿真方法相结合， 在多方面具备显著优势。其核心优点体现在效率、成本、灵活性和协作性上。

云仿真平台支持的一种新的仿真模式 — “云仿真”模式，是一种利用网络和云仿真平台按需组织各种仿真资源（仿真云），以提供用户各种建模与仿真服务的新的仿真模式。该模式的实现涉及到云的构造和使用。云由“云服务”提供商的云和用户注册的云构成。

云仿真技术在各行业均具有强大的应用前景。其相较于传统仿真模式的优势主要体现在以下方面：

一是大幅提升了仿真效率：云仿真平台利用云计算的并行计算和分布式处理能力，将复杂的仿真任务分解并分配到海量的云端计算节点上同时运行。这使得原本需要数天甚至数周才能完成的大规模、高精度仿真（如气候模拟、流体动力学分析或金融风险建模），可以在数小时内完成， 极大地缩短了研发周期和决策时间。

二是显著降低了硬件与运营成本：用户无需投入巨额资金购买和维护高性能计算服务器、存储设备等昂贵的本地硬件。云仿真采用“按需付费”的模式，用户只需为实际使用的计算资源（如CPU、内存、存储时长）付费，避免了资源闲置造成的浪费，使仿真成本更具效益。

三是卓越的灵活性与可扩展性：云仿真平台具有强大的弹性计算能力，用户可以根据仿真任务的规模和复杂度，动态地、按需地调整计算资源。其在处理大型项目时可以快速扩容，在任务完成后则可缩减资源，实现资源利用的最大化。这种灵活性使平台能轻松应对业务需求的波动。

四是支持协同工作与资源共享：云仿真平台基于网络环境，允许多个用户或团队成员在不同地点实时共享仿真模型、数据、计算资源和结果。这种网络协作特性促进了知识共享与团队合作，提升了仿真项目的整体效率和质量。

五是简化使用与提升安全性：平台通常提供友好的在线界面和预配置的仿真软件环境，用户无需进行复杂的本地安装和配置即可快速上手。同时，主流云服务商提供数据加密、访问控制、安全审计等多重安全措施，并将数据存储在云端，有效防止了因本地硬件故障导致的数据丢失风险。

六是兼容多元环境与专业支持：云仿真平台通常支持多种操作系统、编程语言和仿真软件，为用户提供了自由的选择空间。此外，许多平台还提供了专业的技术支持服务，帮助用户解决技术难题，使其能更专注于核心业务。

云仿真平台的优势：

（1）卓越的虚拟化技术，随意穿梭任何平台

虚拟化是云仿真平台最突出的特点之一，其包含虚拟化和资源虚拟化。基于虚拟化技术，通过虚构平台便能够轻而易举地实现相应终端操作的数据备份、迁徙和扩大，突破了传统仿真模式的应用局限。

（2）可动静和可扩展性很强

目前国内的云计算服务已非常成熟。云仿真平台基于具有超强运算能力的云计算服务，显著提升了企业的计算速度，实现了虚拟化层的动静扩大，达到了利用扩大的目标。

（3）更高的灵活性满足多元需要

目前，我国市场上大部分计算机资源、软硬件都反对虚拟化，如数据存储信息网络、运行控制系统和开发软硬件等。虚拟化元素置于云零碎中，实现资源利用，这表明云计算的兼容性很强。不仅能够兼容不同厂商的低配置机器和硬件设计产品，外设也能够实现更高级的高性能剖析计算。灵活性特点增强了云仿真平台的可操作性。

（4）极高的稳定性保护数据安全

极高的可靠性意味着，即使服务器发生重大故障也无需担忧，计算任务和应用程序仍能正常运行。这是因为，单点服务器故障可通过虚拟化技术，恢复分布在不同物理服务器上的应用程序，或者部署具备计算能力动态扩展功能的新服务器。这种极高的稳定性，使云仿真平台成为值得人们信赖的工具。

（5）依据需要部署，节约多余资源

计算机系统包含许多应用程序和软件。不同的利用对应不同的数据资源池，用户在运行不同的利用时需要弱小的计算能力来调配资源。云计算调度策略异样灵便，可对计算节点和工作设置各种属性、要求、束缚等，从而能够依据用户需要迅速分配资源和算力，有效避免了云仿真平台应用时的资源浪费。

（6）性价比高

通过对虚拟资源库中的资源进行统一管理，可以在一定程度上优化物理资源的利用。用户无需再配备昂贵的主机和大容量的存储空间，而是转向选择更加经济实惠的电脑。如此一来， 一方面有效降低了成本，另一方面我们也注意到，这种配置所带来的计算性能并不逊于大型主机，从长远来看反而表现更优。目前市面上的大多数云仿真平台，均具有较高的性价比。

（7）可扩展性

用户可借助应用软件的快速部署能力， 更加简便、高效地扩展所需的新旧服务。例如，在计算机云仿真系统中，当某个设备出现故障时，该故障不会在计算机层面或具体应用上对用户造成阻碍。系统可利用云计算的动态扩展能力，有效将任务迁移并扩展至其他服务器，从而保障工作顺利、有序地完成。

4   虚拟仿真云技术的应用及挑战

工业制造领域：通过虚拟仿真云技术，可在数字化生产流程中实现产品设计、生产模拟、设备调试等功能。通过对生产过程进行模拟、优化和分析，可快速确定故障原因，并进行维修和保养，提高了生产效率和质量、减少了生产成本。

建筑设计领域：利用虚拟仿真云技术，可实现建筑设计、模拟、优化和可视化展示。通过虚拟仿真，可快速评估产品的性能并进行优化设计，提高了建筑设计的效率和质量。

医疗健康领域：通过虚拟仿真云技术，可进行医学图像处理、手术模拟、病例分析等，提高了医疗诊治效果，减少了医疗事故。

教育培训领域：利用虚拟仿真云技术，可建立虚拟实验、模拟演练、互动教学等教学方式，提高了学习效果和学习体验。

娱乐体验领域：利用虚拟仿真云技术，可实现虚拟游戏、虚拟旅游、虚拟体验等，为用户提供了更加丰富的娱乐体验。

虚拟仿真云技术的应用为企业带来了很多益处。但同时，其推广与实践也面临着一些挑战；首先，该技术需要高速的网络连接和稳定的服务器，以保证仿真任务能够顺利完成；其次，该技术需要安全的网络环境，以保证仿真数据的安全性；最后，该技术需具有高度的可扩展性和可定制性，以满足不同企业的仿真需求。

5   3DCAT虚拟仿真云平台

3DCAT实时渲染解决方案，依托自研的高性能实时渲染平台及资源调度软件，搭配GPU服务器设备，将基于游戏开发引擎（Unity、UE4等）制作的超高清可交互、可视化虚拟仿真实训教学、医疗培训内容进行云渲染，并通过互联网及云流化技术实时推送到终端，满足了广大师生群体随时随地跨终端、可交互、超高清、沉浸式的访问需求。目前，3DCAT是国内外少数能够同时提供公有云+私有云的实时渲染云平台。

运行在3DCAT实时渲染云平台的虚拟仿真XR应用，无需下载安装，可灵活嵌入教学平台，并支持海量用户安全访问和协作。其降低了信息处理开销和数据传输总量，使用户无需配置高性能、高成本的计算终端，也无需配置额外的适配终端解决兼容性问题。同时，虚拟仿真XR应用数据统一存储在云端，终端仅显示实时交互的视频流，实现了数据与用户分离，保护了应用资源的知识产权和技术特色。

综上，虚拟仿真云技术的发展，需要高速的网络连接、稳定的服务器、安全的网络环境和高可扩展性、可定制性的支持。未来，云仿真技术将会在各个领域得到更普遍的应用，为社会带来更多有益的价值。

6   结束语

对于身处这一研究领域的各方来说，无论选择什么道路，都充满了不确定性。但确定往往导向重复，不确定才真正能够孕育新的可能。

云模型将不确定性和模糊性视为两种不同的概念，并通过云的概念来描述这种不确定性和模糊性的程度，为模糊和不确定性数据的处理提供了有效方法。

云模型与传统的模糊集合理论和概率论有所不同，它提供了一种更灵活和直观的方式来处理不确定性和模糊性。通过云模型，我们可以更好地理解和表达不确定性，并在决策和分析中更准确地考虑到这种不确定性的影响。AP

作者简介：

孙柏林（1936-），男，湖北黄陂人，军事科学院研究员，少将军衔，我国自动控制系统与军事系统工程专家，中国自动化学会专家咨询工作委员会名誉主任。

参考文献：

[1] 杨朝晖, 李德毅. 不确定性推理中二维云模型的应用[C]. 第十五届全国数据库学术会议论文集, 1998.

[2] 李德毅, 刘常昱. 论正态云模型的普适性[J]. 中国工程科学, 2004, 6 (8).

[3] 李德毅, 刘常昱, 杜鹢, 等. 不确定性人工智能[J]. 软件学报, 2004.

[4] 刘禹, 李德毅. 正态云模型雾化性质统计分析[J]. 北京航空航天大学学报, 2010.

[5] 叶琼, 李绍稳, 张友华, 等. 云模型及应用综述[J]. 计算机算机工程与设, 2011.

[6] 李德毅. 云计算-物联网的基石[C]. 第二届信息化创新克拉玛依国际学术论坛论文集, 2012.

[7] 杨玉峰, 冯明奎, 陈锦标. 基于云模型的舰船综合仿真系统效能评估[J]. 中国航海, 2014.

[8] 董文莉, 赵懿. 基于云模型复杂信息系统仿真环境评估研究[J]. 计算机仿真, 2016.

[9] 孙正霖. 仿真系统不确定性态势评估方法的研究与应用[D]. 南京: 南京理工大学, 2022.

[10] 韩力群. 智能仿真[M]. 北京: 国防工业出版社, 2023.

[11] 李丽红, 李航. 基于云模型的三支决策方法及应用[J]. 华北理工大学学报(自然科学版), 2024.

[12] 苏赫, 杨超, 胡琦, 等. 基于云模型的水库工程后评价研究[J]. 价值工程, 2025.

[13] 张艳霞, 曹冠平, 巩炳林. 基于云模型的有人/无人机协同作战能力评估[J]. 火力与指挥控制, 2025.

[14] 童桐, 董新夏. 不确定性与差异性: 人工智能赋能地方国际传播的情境化实践[J]. 国传观察, 2026.

[15] 王垠丹. 人工智能发展的辩证审视与科学思维探索[J]. 东南学术, 2026.

摘自《自动化博览》2026年5月刊