Trade off system dynamics

Análise de trade-offs em sistemas agrícolas: status atual e caminho a seguir.

Destaques.

Analisamos os recentes avanços na análise de trade-off em sistemas agrícolas.

As técnicas para realizar análises de trade-off desenvolveram-se substancialmente nos últimos anos.

O progresso não melhorou sua utilidade limitada para informar a tomada prática de decisões.

Nós fornecemos sugestões concretas para melhorar esta situação.

A análise de trade-off tornou-se uma abordagem cada vez mais importante para avaliar os resultados de nível de sistema da produção agrícola e para priorizar e direcionar as intervenções de manejo em paisagens agrícolas multifuncionais. Revisamos o estado da arte da análise de trade-off, avaliando diferentes técnicas, explorando um exemplo concreto de trade-offs em torno do uso de resíduos de culturas em sistemas de pequenos agricultores. As técnicas para realizar análises de trade-off desenvolveram-se substancialmente nos últimos anos, auxiliadas pelo avanço matemático, pelo aumento do poder de computação e pela percepção emergente do comportamento dos sistemas. A combinação de diferentes técnicas permite a avaliação de aspectos do comportamento do sistema através de várias perspectivas, gerando conhecimento complementar. No entanto, isso não resolve o desafio fundamental: análises de trade-off sem o envolvimento substancial das partes interessadas, muitas vezes têm utilidade prática limitada para informar a tomada prática de decisões. Sugerimos maneiras de integrar abordagens e melhorar o potencial de impacto social de futuras análises de trade-off.

Reduzindo o fardo logístico para o exército após o próximo: fazendo mais com menos (1999)

Capítulo 3: Análise de trade-off de logística.

Procurando outras maneiras de ler isto?

ALÉM DA LEITURA ONLINE, ESTE TÍTULO ESTÁ DISPONÍVEL NESTE FORMATO:

Os membros do MyNAP economizam 10% de desconto on-line.

Ainda não é um membro MyNAP? Registre-se em uma conta gratuita para começar a economizar e receber benefícios exclusivos para membros.

Abaixo está o texto de leitura automática não corrigido deste capítulo, destinado a fornecer aos nossos próprios mecanismos de busca e mecanismos externos um texto pesquisável representativo dos capítulos altamente rico de cada livro. Por ser um material NÃO CLASSIFICADO, considere o texto a seguir como um proxy útil, mas insuficiente, para as páginas de livros oficiais.

3 Análise de Trade-off de logística O Exército depende de uma ampla gama de técnicas analíticas para auxiliar na tomada de decisões. Por várias razões, essas técnicas desempenharão um papel ainda maior na criação do AAN. Primeiro, os sistemas para a AAN serão desenvolvidos e colocados em campo em um ambiente de crescentes restrições de recursos, e os trade-offs, particularmente os trade-offs que resultam em economias logísticas, se tornarão cada vez mais importantes. Em segundo lugar, uma força de batalha da AAN que possa atingir os objetivos de desempenho operacional e ser autossustentável por até 14 dias exigirá avanços revolucionários em mobilidade e confiabilidade. Os requisitos técnicos conflitantes associados a esses objetivos exigirão muitas compensações em capacidade de material e estrutura de força. Fazer essas compensações de uma forma fundamentada exigirá tráfego focalizado.

análise de e-off. Neste capítulo, o comitê argumenta que a análise do trade-off da AAN deve ser apoiada por ferramentas de modelagem e simulação (M & amp; S) desenvolvidas pelo Exército. FATORES EM ANÁLISES DE NEGOCIAÇÃO Para avaliar o impacto potencial de várias tecnologias nos encargos logísticos, o comitê foi dividido em três painéis que enfocavam as funções de mobilidade, engajamento e sustentação. Os painéis rapidamente descobriram que muitas das tecnologias e conceitos de sistema considerados para a força de batalha da AAN teriam efeitos generalizados sobre as capacidades operacionais e os encargos logísticos da AAN. No entanto, os efeitos de uma tecnologia ou conceito de sistema geralmente entram em conflito com os efeitos de outra. Os painéis descobriram que todos eles tinham vantagens e desvantagens. Em resumo, havia muitas soluções potenciais, mas nenhuma resposta simples ou fácil para atender às necessidades da AAN. À primeira vista, a data-alvo de 2025 para uma capacidade operacional da AAN parece estar longe. Mas os conceitos existentes do sistema, como o FCS (futuro sistema de combate), o FSCS (futuro sistema de escoteiros e cavalaria) e o sistema tático de mísseis do Exército, não atendem diretamente aos requisitos da força de batalha da AAN. Os novos sistemas da AAN terão que ser construídos em protótipos, testados, refinados, fabricados e distribuídos às tropas por um período substancial de tempo antes que possam ser integrados à força. Estes passos para colocar em campo uma força de batalha AAN pronta para a missão exigirão pelo menos 15 anos após o projeto principal ter sido compilado. Um projeto totalmente projetado, pronto para prototipagem e subsequente desenvolvimento de engenharia e manufatura deve, portanto, ser concluído em 2010. Assim, as decisões críticas sobre o material e as tecnologias nos projetos do sistema terão que ser tomadas no próximo passo. Fazer as difíceis trocas para chegar a projetos ideais para todos os objetivos da AAN, incluindo a redução dos encargos logísticos, será crítico no tempo. Dada a complexidade das decisões, o leque de possibilidades e as restrições estreitas em 29.

Ao reduzir os recursos e cronogramas, as abordagens analíticas totalmente apoiadas pelas ferramentas de M & A oferecem a melhor chance de cumprir a data prevista sem sacrificar as metas do programa AAN em geral e o objetivo de reduzir os encargos logísticos em particular. Capacidades para o desempenho da AAN e redução dos encargos logísticos A caixa 3-l é uma lista de recursos de desempenho representativos que têm consequências logísticas significativas e também dependem das escolhas de conceitos de tecnologia e design. Esses recursos devem ser abordados nas análises de compromisso que dão suporte às decisões de design do sistema. Muitos desses recursos representam características de desempenho e logística que estão em conflito direto entre si e exigirão análises quantitativas detalhadas para fazer as devidas compensações. Por exemplo, se os objetivos de mobilidade de alta velocidade entre países, economia de combustível aprimorada e confiabilidade de missão da AAN fossem perseguidos de forma independente, o projeto resultante teria sérios defeitos. Alcançar a mobilidade cross-country de alta velocidade pode ter objetivos cruzados, com economia de combustível e metas de sustentação de 14 dias. Por outro lado, melhorar a durabilidade e a confiabilidade da missão com projetos estruturais pesados ​​pode diminuir a mobilidade em alta velocidade e aumentar o consumo de combustível (a maior carga logística para a força de batalha da AAN). Usando M & amp; S para analisar opções de design para todos os recursos de forma interativa e selecionar as opções com os melhores recursos gerais para operações AAN é a única abordagem acessível para decidir sobre trade-offs a tempo de prosseguir com o desenvolvimento até 2010. Quase todo conceito e comércio de tecnologia Os desvios terão conseqüências significativas para a meta de auto-sustentação de 14 dias. Para atingir esse objetivo, a logística deve ser um objetivo primordial, se não a ob prioritária.

para compensações em opções de design e tecnologia. Isso exigirá reverter a abordagem convencional de primeiro projetar e aplicar material e, em seguida, recorrer aos logísticos para determinar como apoiá-lo (Quadro 3-2). A responsabilidade da AAN deverá ser de CAIXA 3-1 Capacidades AAN dependentes da tecnologia com efeitos significativos nas demandas logísticas Mobilidade · Alta velocidade cross-country · Baixo peso do veículo · Economia de combustível · Engajamento do ciclo de serviço do motor · Sensibilidade situacional · Comunicações · Poder de fogo guiado por precisão · Proteção contra projéteis e armas de energia dirigida · Stealth Sustaining · Confiabilidade da missão · Reabastecimento de combustível e munição · Gerenciamento de energia · Durabilidade do subsistema - assinado para atender aos requisitos de manutenção, bem como outros requisitos de desempenho e restrições de acessibilidade (incluindo o custo do ciclo de vida, não apenas o custo de aquisição). Análises de trade-off, usando ferramentas M & amp; S para capturar as complexas interações entre as opções de projeto e quantificar seus valores relativos ao cumprimento das metas de desempenho da AAN, serão críticas para reverter o processo convencional. Mas reduzir os encargos logísticos só pode se tornar um fator primordial nas análises de trade-off se as ferramentas M & amp; S puderem simular todos os aspectos relevantes para a logística do contexto operacional do sistema.

4NÁLISE sendo projetada. Infelizmente, muitos dos novos conceitos e tecnologias revolucionários que estão sendo considerados para a AAN estão além da capacidade das atuais ferramentas de M & A em dois aspectos essenciais. Primeiro, porque os materiais e os conceitos operacionais da AAN estão fora da caixa de materiais convencionais e estruturas de força, eles também estão fora da caixa de ferramentas de M & amp; S existentes, que foram projetadas para sistemas e forças convencionais. Em segundo lugar, como as considerações logísticas nunca foram antes um fator primordial na análise de projeto, ou mesmo no desenvolvimento e teste de engenharia, as ferramentas atuais de M & A não são necessariamente o modo! os elementos de operação do sistema que determinam as demandas logísticas. Os requisitos extraordinários para a mobilidade cross-country de alta velocidade, reduziu drasticamente o consumo de combustível e a auto-suficiência de 14 dias desafiará o Exército a usar tecnologias avançadas em áreas de desempenho do sistema que não foram enfatizadas no passado. Compensações extremamente complexas em termos de desempenho, suporte logístico, acessibilidade (incluindo custos de ciclo de vida) e cronogramas de desenvolvimento de AAN estão muito além das capacidades das ferramentas de análise atuais. Em outras palavras, as ferramentas M & amp; S existentes não podem suportar decisões de compensação racionais e oportunas para planejadores da AAN e desenvolvedores de materiais. Se os planejadores da AAN quiserem colocar em campo & quot; fora da caixa & quot; em 2025, eles devem apoiar e até mesmo exigir que as ferramentas e tecnologias de M & A necessárias para a análise e projeto de sistemas AAN sejam desenvolvidas na próxima década. 3 CAIXA 3-2 Requisito de Autossustentação de 14 Dias Deve Ditar Modelo Tradicional de Design de Material · Logística orientada ao design · Aceitar o padrão de confiabilidade do sistema existente · & quot; Apenas no caso de logística & quot; (leve tudo o que você pode precisar) Modelo AAN · Design orientado a logística · Sistemas de projeto para o padrão de confiabilidade AAN · & quot; Apenas logística suficiente & quot; (pegue apenas o que você precisa) 1 Requisitos para a análise de trade-off da AAN O comitê identificou três áreas nas quais as capacidades de análise, particularmente as de M & A, serão cruciais para os trade-offs e otimização da AAN para reduzir a demanda logística: cross-speed de alta velocidade - mobilidade do país; confiabilidade do material; e unidade pequena e engajamento força-sobre-força. A Caixa 3-3 lista os recursos de M & A necessários em cada área crítica. O M & S para mobilidade cross-country de alta velocidade deve incluir a redução do peso do sistema do veículo e do consumo de combustível. M & amp; S precisos de (1) mobilidade de alta velocidade em solos moles e terreno moderado a acidentado, (2) Sapos que influenciam a capacidade de missão e (3) consumo de combustível e custo do sistema de ciclo de vida para projetos de veículos novos avanços significativos. As ferramentas e capacidades de simulação terão que ser muito melhoradas para o ensaio da missão, para determinar os requisitos logísticos de operações táticas específicas (incluindo operações com restrições logísticas, como escassez de combustível, etc.) e para treinar motoristas e operadores (particularmente para operações cruzadas). mobilidade do país).

32 REDUZIR O ENCARGO DE LOGÍSTICA PARA O EXÉRCITO DEPOIS DA PRÓXIMA CAIXA 3-3 Necessidades Críticas de M & A para Análises de Trade-off da AAN em Apoio à Redução da Demanda Logística Mobilidade Cross-Country de Alta Velocidade · Compensações sistema / subsistema de veículos · Ensaio de missão para requisitos de logística · Treinamento de motoristas para atingir os objetivos de mobilidade Confiabilidade de materiais · Mecanismos de modelagem de falhas · Modelagem de incertezas · Modelagem de fatores humanos Engajamento de pequena unidade e Força-na-Força · Integração com modelos de engenharia · Separar trade-offs como uma capacidade crítica para cumprir o objetivo operacional da AAN de 14 dias de auto-suficiência. Melhorias significativas nas capacidades de M & A, incluindo adições a modelos existentes e a implementação de novos modelos, serão necessárias para projetar sistemas e fazer o inevitável trade-offs do sistema. Uma capacidade crítica de M & A será a incorporação da engenharia de confiabilidade em subsistemas e M & amp; S de componentes para modelar mecanismos de falha. Igualmente importante será a melhoria das representações de condições ambientais variáveis ​​e fatores humanos, duas incertezas no desempenho do mundo real que devem ser simuladas tão realisticamente quanto possível durante a análise do projeto. A importância de vincular as ferramentas de análise de engenharia aos modelos de unidade de unidade pequena e força-sobre-força tornou-se clara à medida que o comitê discutia conceitos de sistemas alternativos e opções de tecnologia com representantes do desenvolvimento do material e da guerra de Anny. .

combate às comunidades. Conceitos táticos revolucionários sendo considerados pelos planejadores da AAN terão rigorosos requisitos de desempenho e suporte, que os planejadores estão supondo que podem ser atendidos por novos sistemas baseados em tecnologias avançadas. Ao mesmo tempo, tecnologias novas e emergentes sugerem todo tipo de possibilidades para novas táticas e doutrinas. Estes "requisitos puxam" e & quot; tecnologia empurra & quot; criaram um grande número de alternativas operacionais, tecnológicas e de design de materiais que o Exército terá que avaliar em termos de desempenho, acessibilidade e logística. Mas os trade-offs só podem ser estudados com eficácia se os modelos de engajamento e as ferramentas de análise de engenharia estiverem vinculados. As solicitações de requisitos devem levar a restrições e objetivos de desempenho específicos e quantificáveis ​​em todos os níveis, até os modelos usados ​​para estudos de projeto de engenharia. As oportunidades promissoras de impulsionar a tecnologia devem ser ponderadas entre si e com os requisitos de desempenho concorrentes, usando parâmetros confiáveis ​​e realistas de desempenho do sistema e limitações nos modelos de envolvimento de força sobre força. Os modelos de engajamento devem restringir as táticas e os resultados aos parâmetros. Os mecanismos de offailure, conforme usados ​​neste relatório, são elos causais entre propriedades físicas em um nível e características de desempenho no próximo nível mais alto de estrutura ou integração do sistema. O conhecimento do projetista sobre os mecanismos de falha pode vir de uma análise estatística do desempenho passado de um material ou estrutura em aplicações similares (freqüentemente chamadas de estatísticas de falhas), de um entendimento teórico de como certas propriedades se relacionam ao desempenho ou da engenharia. experiência com o material ou estrutura. Mecanismos de falha na microescala em materiais são comumente referidos como o deslocamento físico para aquele material na aplicação de interesse. Veja o Capítulo 7 para uma discussão mais aprofundada sobre os mecanismos de falha relacionados ao projeto de sistemas AAN para confiabilidade.

ANÁLISE LOGÍSTICA TRA DE-OFF 33 baseada em construções de engenharia sólidas e não em pensamento positivo. O comitê encontrou poucas evidências de que os ambientes de M & A para engajamento e análises de engenharia estão sendo vinculados. O Exército tampouco fez um esforço conjunto para implementar as ligações no prazo relevante para as decisões de projeto da AAN. Esse problema é análogo às dificuldades enfrentadas pelos fabricantes ao efetivamente vincular ferramentas de projeto auxiliadas por computador a ferramentas de manufatura, uma área que está recebendo grande atenção no setor de manufatura comercial. Comparação com o Estudo STAR 21 Como um "teste de realidade" Ao constatar que as capacidades de M & A serão críticas para as análises de trade-off do sistema, o comitê analisou os resultados de um estudo anterior, muito maior, das futuras tecnologias do Exército. Para esse estudo, o comitê do NRC escreveu uma série de relatórios chamados STAR 21: Tecnologias Estratégicas para o Exército do Século XXI. O comitê do STAR 21 considerou um amplo espectro de necessidades do Exército, embora não as necessidades específicas de uma força de combate AAN com as características operacionais descritas no Capítulo 2. No entanto, a "camada intermediária" transportável pelo ar A força que era central para as recomendações da STAR 21 sobre estrutura de força e estratégia é mais ou menos análoga a uma força de batalha AAN (NRC, 1992, 1993a). De fato, a maioria das oportunidades tecnológicas e os conceitos de sistemas da AAN agora sendo discutidos pelo Exército para a AAN foram abordados de uma forma ou de outra nos relatórios da STAR 21. A Tabela 3-1 lista 14 tecnologias de alta prioridade que foram discutidas na Previsão de Longo Prazo STAR 21 (uma previsão de tecnologia de 30 anos a partir de 1990, a data do estudo, Tabela 3-1 Classificação de Categorias de Tecnologias Identificadas no STAR 21 Matriz de relevância tecnológica Tecnologia avançada Tecnologia de importância para sistemas do exército Simulação computacional / visualização Projeto de sistemas complexos Projeto de materiais por computação Materiais híbridos Explosão de informações Interfaces homem-máquina Robôs de campo de batalha Eletricidade de zona de batalha Tecnologias relacionadas ao terreno Modelagem e previsão meteorológica Metais Propulsão de mobilidade de superfície Cerâmica 64 61 52 51 49 33 28 28 28 21 14 13 12 os valores numéricos são a soma de (1) 3 vezes o número de sistemas para os quais esta tecnologia é crítica, (2) 2 vezes o número de sistemas para os quais esta tecnologia é importante e (1) 3) o número de sistemas para os quais a tecnologia é relevante Fonte: NRC, 1993a.

34 REDUZINDO O ENCARGO LOGÍSTICO PARA O WAFTER NEXT TO 2020) e foram incluídos na tabela de resumo de tecnologias avançadas para 32 conceitos de sistemas representativos. As classificações, baseadas em avaliações do comitê STAR 21, indicam se os avanços em uma área de tecnologia são necessários, importantes, relevantes ou irrelevantes para uma classe de sistemas. O ranking da STAR 21 mostra que a simulação por computador é a tecnologia de maior prioridade para a análise e projeto de sistemas complexos. Apesar desse forte apoio há mais de seis anos da tecnologia da M & amp; S para projetar sistemas complexos, o comitê encontrou poucas evidências de que a criação e a implementação da capacidade de M & A que é necessária agora para as análises e projetos da AAN receberam alta prioridade. O restante deste capítulo descreve em termos gerais o tipo de ambiente de M & A que será necessário para análises de sistemas de RNA. Exemplos de ferramentas e necessidades de M & A são fornecidos principalmente para ilustrar a abordagem geral. Os leitores encontrarão sugestões para aplicativos específicos de M & A e necessidades não atendidas nos Capítulos 4 a 7 e nos Apêndices C a F. MODELAGEM E AMBIENTE DE SIMULAÇÃO PARA SUPORTE À ANÁLISE DE COMÉRCIO LOGÍSTICA A Figura 3-1 ilustra a ligação das ferramentas M & amp; e níveis funcionais usando o design do sistema do veículo como um foco. (O mesmo conceito hierárquico -

5 - ._ En berço E V - Estratégia 1 r Force-on-force go) - Força desempenho e custo Vários veículos com operadores.

Volume do sistema, peso, alcance, custo, desempenho Único veículo com on.

r " Ícone - Operacional | história & # 039; Arquitetura do sistema Cargas médias I. Arquitetura do subsistema Volume, peso, capacidade, custo e desempenho do veículo - Volume, peso, eficiência, custo, desempenho do subsistema Pico I t Volume do componente, cargas de peso.

eficiência, custo, desempenho Projeto de componentes o ._ ce ._ Um u & # 039; 0

U) Q ._ - ._ CO FIGURA 3-1 Sistema hierárquico de modelagem e simulação para análises de trade-off da AAN para um sistema de veículo.

ANÁLISE DE NEGOCIAÇÃO LOGÍSTICA I. Veja a Figura 3-1 (tress Analysi :) - t Dynamic I ---------- I Analysis (Comunicações); & # 039; - (Design de componente a. ".". 2 ... 1.

PerformanceJ ---- - Dataflows FIGURA 3-2 Considerações sobre o design do componente. 35 & gt; a (serials Selecione.

Análise J Análise de confiabilidade J se aplica a sistemas e sistemas não AAN para diferentes funções de campo de batalha, como sistemas letais, sistemas de energia e sistemas de comunicações, bem como plataformas de mobilidade.) A Figura 3-1 é adaptada de uma prototipagem virtual detalhada plano para veículos elétricos híbridos (IDA, 1996a). As simulações força-sobre-força, no mais alto nível operacional do desenho, envolvem problemas de desempenho e acessibilidade de nível estratégico e de força. No outro extremo, as ferramentas para análise e projeto de engenharia usam informações de pico de Toad de simulações de nível mais alto para direcionar projetos de componentes detalhados para atender ou superar restrições no volume, peso e custo, atingindo ou excedendo os objetivos de desempenho. Assim como a análise força-em-força no topo da Figura 3-l envolve um sistema militar complexo, a análise e o projeto do componente na parte inferior da figura envolvem considerações complexas de engenharia. A Figura 3-2 mostra algumas das considerações envolvidas no projeto de componentes. Cada consideração de projeto requer informações sobre os requisitos do ciclo de serviço das próximas análises de nível superior na Figura 3-1 para otimizar projetos racionais, que, por sua vez, fornecem informações de desempenho para análises de nível superior. O Exército tem excelentes instalações de computação que podem suportar o espectro recomendado de ferramentas de M & A. Muitas das simulações requerem apenas estações de trabalho, que estão disponíveis para praticamente todos os cientistas e engenheiros do Exército. Além disso, o Exército investiu pesado em supercomputadores de uso compartilhado, que estão prontamente disponíveis em redes de alta velocidade. Esses investimentos anteriores em ativos de computação, bem como a disponibilidade da maioria dos softwares necessários para suportar a hierarquia recomendada de ferramentas de M & A, aumentarão significativamente a relação custo-eficácia da abordagem recomendada. Poder-se-ia considerar as ferramentas M & amp; S e as tecnologias facilitadoras subjacentes descritas nas Figuras 3-1 e 3-2 como um "sistema de modelagem e sistemas de simulação". De acordo com a arquitetura de alto nível do DoD (HLA) para sistemas de M & A agora sendo desenvolvida, uma descrição mais precisa seria uma "federação de modelos e simulações". isto é, um conjunto distribuído de modelos que podem ser fracamente ou fortemente acoplados quando usados.

36 REDUÇÃO DO ENCARGO LOGÍSTICO PARA O EXÉRCITO DEPOIS DE PRÓXIMO apoiar análises de trade-off, dependendo das necessidades das comunidades de engenharia e de combate. O conceito e a prática de usar ferramentas de análise como essas foram bem estabelecidos no setor comercial pela Boeing, Ford, Chrysler e outros líderes da indústria. Na verdade, quase todos os fabricantes competitivos de produtos complexos e dependentes de tecnologia usam essa abordagem para desenvolver novos produtos para atender às necessidades dos clientes e ficar à frente dos concorrentes. Para ilustrar o uso da hierarquia de M & A mostrada nas Figuras 3-1 e 3-2, considere os objetivos conflitantes da AAN de veículos com alta velocidade cross-country, alta confiabilidade de missão e baixo consumo de combustível. Uma abordagem tradicional para alcançar alta confiabilidade, apesar dos Sapos extremos encontrados na mobilidade cross-country de alta velocidade, seria incorporar mais material na estrutura do veículo, o que tornaria o veículo mais pesado e aumentaria o consumo de combustível. Para superar as contradições fundamentais conflitantes inerentes à tecnologia convencional, conceitos de tecnologia avançada, como suspensão ativa e controle de tração, poderiam ser simulados em um campo de provas virtual com um soldado dirigindo o veículo (a simulação do midIeve !, na Figura 3).

Eu. Este exercício de simulação poderia determinar as cargas nos subsistemas dos veículos e os ciclos de trabalho necessários para o trem de força. Uma vez determinados, projetos detalhados de subsistemas e componentes podem ser realizados (as simulações de engenharia nos níveis da torre na Figura 3).

) para minimizar o peso e o consumo de combustível, sujeitos a restrições de missão da AAN, especialmente confiabilidade. Uma vez que projetos tecnicamente viáveis ​​tenham sido criados, eles podem ser simulados em um ambiente operacional (as simulações de nível superior na Figura 3-1) para avaliar seu desempenho em relação aos requisitos de missão da AAN. Se os níveis de desempenho forem inadequados, outra rodada de projetos de subsistema e nível de componente pode ser iniciada para abordar as inadequações ou compensações específicas que podem ser identificadas e feitas. na prática, uma combinação dessas duas abordagens, iterando o ciclo de análise e fazendo compensações de desempenho, é geralmente usada. O.

Utilizando a Hierarquia de M & A para o Desenvolvimento Exploratório e Definindo Necessidades de Pesquisa O ambiente M & amp; S distribuído descrito acima é diretamente aplicável ao desenvolvimento exploratório em todos os níveis mostrados na Figura 3-! . O desenvolvimento exploratório e o desenvolvimento de engenharia envolvem o uso de qualquer um dos modelos constituintes para estudos de projeto, para modelagem de cenários de teste para testar protótipos ou para testar mudanças de projeto propostas antes da produção. O desenvolvimento exploratório também envolve diferentes níveis para análises de projeto de sistema e decisões de trade-off. O comitê acredita que vincular as ferramentas de M & amp; S existentes para melhorar os modelos existentes ou desenvolver novos para completar uma hierarquia distribuída para uma ampla área de aplicação (como veículos de combate ou sistemas de armas de projéteis) envolverá mais desenvolvimento exploratório e de engenharia. do que pesquisa. Essas ligações podem ser implementadas usando abordagens comprovadas e estabelecidas que foram desenvolvidas pelo setor de manufatura comercial. Embora ambientes M & amp; S distribuídos sejam consistentes com a Figura 3! poderia ser usado para estudos de projeto da AAN em amplas áreas de aplicação e estão bem dentro do orçamento do Exército para o desenvolvimento de tecnologia, o uso desses ambientes terá sérias implicações para a definição de novas necessidades de pesquisa e desenvolvimento tecnológico. Em geral, os estudos de projeto de engenharia e as análises de trade-off do sistema para projetar a primeira geração de sistemas AAN em uma área próxima dependerão do conhecimento atual na região.

ANÁLISE DE TRADE-OFF LOGÍSTICA 37 considerações de projeto de componentes mostradas na Figura 3-2, que define as opções tecnológicas existentes. se as opções existentes tiverem sido esgotadas e as metas de desempenho definidas nos níveis mais altos da hierarquia ainda não tiverem sido atendidas, o projetista de sistemas provavelmente terá que fazer concessões de desempenho para concluir um projeto para desenvolvimento adicional até 2010. Os modelos usados ​​para análises de trade-off de logística devem ser precisas. As simulações só podem incluir o que seus criadores criam nelas; eles não podem gerar novos conhecimentos básicos. Simulações credíveis podem organizar e apresentar as informações de trade-off que o Exército precisará para tomar decisões racionais sobre os sistemas AAN. No longo prazo, a ausência de opções tecnológicas que atendam aos critérios combinados das metas operacionais da AAN ajudará a determinar a direção da pesquisa aplicada. Se a pesquisa aplicada não puder atender a essas necessidades bem definidas, seja por falta de conhecimento fundamental ou pela falta de ferramentas básicas para resolver o problema, a lacuna de conhecimento resultante poderá ser usada para orientar a pesquisa básica. O comitê acredita que seria imprudente para o Arrny contar com pesquisa aplicada ou pesquisa básica para produzir uma nova opção de tecnologia comprovada até 2010 para resolver um problema de projeto de sistema presentemente insolúvel. No entanto, algumas descobertas de pesquisa podem ser provadas a tempo de fornecer uma nova abordagem de projeto ou (mais provavelmente) melhorar em uma já formulada com opções de tecnologia existentes. Uma vez que uma significativa descoberta de pesquisa tenha sido feita, a M & S pode fornecer a base da engenharia para incorporá-la a alternativas de projeto. Deixando de lado os avanços de curto prazo, a abordagem sistemática para definir as necessidades de pesquisa com base em ambientes de M & A hierarquicamente vinculados será vital para garantir o domínio tecnológico de longo prazo (além de 2025) tanto das forças do Exército quanto do Exército como um todo. A provável continuação das restrições orçamentárias e a importância de alavancar programas conjuntos de pesquisa e outros programas DoD-level! a pesquisa para atender às necessidades de longo prazo do Exército são fortes incentivos para o Exército usar essa abordagem sistemática. O Apêndice C inclui um exemplo de como a hierarquia mostrada na Figura 3-1 pode ser estendida a uma disciplina tecnológica específica (seleção de materiais e design) para permitir a pesquisa básica. Para retornar ao problema central de desenvolver uma capacidade para análises de trade-off de curto prazo que atingirão metas de redução de logística, o restante desta seção usará três tipos de problemas de projeto para ilustrar o conceito geral de M & amp; S distribuídas hierarquicamente vinculadas. sistemas. Os exemplos são extraídos das três áreas focais listadas no Quadro 3-3: análises de trade-offs de mobilidade para conceitos de veículos de combate da AAN, análises de trade-off no nível de participações de unidades pequenas e força-sobre-força, e confiabilidade da missão AAN trade-offs para o projeto de veículos da AAN. Análises de Trade-off de mobilidade Três capacidades de análise de mobilidade começam como requisitos de alta prioridade para tornar as trocas de logística da AAN: análise comparativa do desempenho do veículo e requisitos de logística; ensaio da missão para determinar os requisitos logísticos; e treinamento de motorista para uma ótima mobilidade. Os extenuantes requisitos de desempenho do sistema do veículo, implícitos no conceito tático da AAN, combinados com o amplo conjunto de alternativas de sistema e tecnologia, determinam que as compensações nos objetivos de desempenho do veículo devem ser feitas antecipadamente.

38 REDUZIR O ENCARGO LOGÍSTICO PARA O ARMYAFTER PRÓXIMO Alcançar o objetivo de uma missão de 14 dias sem apoio logístico. Somente simulações de alta fidelidade das operações de veículos nas condições operacionais previstas, incluindo a modelagem realista dos requisitos de logística para essas operações, podem apoiar as decisões de projeto. Uma vez implementado um sistema que pode melhorar o desempenho do veículo e a logística relevante, essa capacidade pode ser vinculada a outras ferramentas para apoiar a simulação do ensaio da missão para determinar os requisitos logísticos e para projetar simuladores de treinamento para os motoristas. Modelando o Desempenho do Veículo, Incluindo o Consumo de Combustível Um ponto de partida para os M & amp; S do desempenho exigido do veículo é o Modo de Mobilidade de Referência da Organização do Tratado do Atlântico Norte (OTAN)! (NRMM), que foi desenvolvido no final dos anos 1 960 e 1970 e foi validado e usado construtivamente nas últimas duas décadas. O NRMM caracteriza a mobilidade de um veículo em termos de velocidade e tratabilidade. Quando valores para esses parâmetros são atribuídos, seja de conhecimento empírico ou arbitrariamente para um & quot; e se & # 039; análise, e um banco de dados de terreno caracterizando o campo de operação foi escolhido, o NRMM pode prever o tempo necessário para um veículo se mover entre duas posições especificadas em um ambiente tático. No entanto, os valores para os parâmetros de velocidade, tratabilidade e consumo de combustível para NRMM são, na melhor das hipóteses, problemáticos para os conceitos avançados de sistema de veículo e subsistema considerados para o AAN. Os modelos de engenharia ainda não podem prever com precisão a velocidade e a facilidade de locomoção para veículos com suspensão ativa, controle de tração em todas as rodas, acionamento elétrico ou fonte de energia que não seja um motor de combustão interna e uma série de tecnologias avançadas relacionadas. Some combination of these technologies will undoubtedly be required to approach the AAN off-road mobility requirements. For example, current tractional force models that represent fundamental physical interactions.

known as "first principles" models) between the traction surface and a soil or similar soft surface can not model the speed and acceleration/deceleration conditions relevant to high-speed cross-country travel. Thus, basic vehicle mobility processes, such as the distribution of sprocket power (energy transferred at time, t) between dissipative interactions (soil deformations, heat of friction, etc.) and changes in vehicle momentum, cannot be realistically modeled. Another major weakness of the NRMM (and most other existing models) is the lack of parameters for relating operating performance under variable operating conditions to logistics requirements. As a consequence, logistics demands for fuel cannot be modeled as a function of operating performance and operating environment. Because fuel will be the dominant logistics burden for the AAN, the capability of simulating fuel consumption for alternative vehicle designs in highly mobile AAN tactical scenarios will be critical. The committee found no evidence that serious work is under way, or even contemplated, to develop models of high-speed, off-road vehicles, at either the vehicle system level or the mobility subsystem level, that would mode! the underlying physical processes to enable rational trade-offs based on fuel consumption. Army models for this purpose must account for diverse combinations of vehicle characteristics, tactical alternatives, and force structure options. In short, the models should treat the reduction of the largest logistics burden as a primary design criterion. Since the NRMM was developed, significant advances in simulation methods have rendered the NRMM vehicle dynamics subsystem (VEHDYN) obsolete. For exam - ple, commercially available simulation software for mechanical system dynamics,

L O GIS TI CS TRY DE - OFF A NA L YSIS 39 software that is used extensively by the Tank-Automotive Research and Development Center (TARDEC) and the vehicle manufacturing community, can more accurately model the vehicle dynamics of the advanced vehicle concepts being considered for the AAN than VEHDYN can. This technology should be incorporated into extensions to the NRMM for AAN trade-off analyses (specific developments are discussed in Chapter 5.

. Virtual Proving Grounds for Vehicles and Drivers High-fidelity vehicle simulators with hardware (i. e., a vehicle subsystem prototype or production unit), including a driver in the simulation loop, have recently been created as "virtual proving grounds" for testing advanced mobility concepts. These simulators can be used for relatively inexpensive experiments involving human drivers, concept vehicles, alternative vehicle technologies, terrains and soils, and tactics in a realistic test environment. With these tools, uncertainties associated with vehicle and driver performance, especially at the high cross-country speeds being considered for AAN, could be quanti - fied and used for concept development and materiel optimization. A critical need now is to interface the results from vehicle performance models with the parameters in the vir - tual proving ground simulations to represent interactions between vehicle and terrain. That is, results from mobility subsystem modeling (e. g., an improved NRMM model) must be able to flow up to the soldier-and-system interactive level provided by the vir - tual proving ground. The capability of modeling the interactive effects of driver behavior, tactics, and variations in system configuration on fuel consumption and mobility performance measures is particularly important. Moving down the M&S hierarchy of Figure 3-l, results from the virtual proving ground experiments could be used to identify critical elements of vehicle-terrain interaction in the mobility subsystem (and critical elements in models for other subsystems, such as the situational awareness subsystems for both driver and vehicle) that require design changes to meet mobility per - formance goals without sacrificing fuel economy. (Vehicle modeling capabilities that would have to be extended to bring these new tools to bear on AAN logistics are discussed in Chapter 5.) Linking System-Leve! Modeling with Engagement Simulations During the past decade, major advances have been made in distributed interac - tive simulation (DIS), a revolutionary new capability that enables soldiers to operate vehicles in a realistic battlefield environment. The use of DIS technology to simulate op - erations involving unit-level AAN forces would provide a rational basis for assessing the military value of advanced mobility concepts and tactics that take advantage of revolu - tionary new mobility capabilities. Of course, the conceptual vehicles in a DIS experiment should realistically reflect the vehicle handling and performance characteris - tics (including realistic fuel consumption!) determined in the virtual proving ground (linkage upward in the M&S hierarchy of Figure 3-

. Tactics explored and developed in the DIS environment should be analyzed for sensitivity to performance of the vehicle - driver-terrain system to identify systems-level conditions and criteria that should be.

40 REDUCING THE LOGISTICS BURDEN FOR THE ARMYAFTER NEXT further explored, or even redesigned, in the virtual proving grounds (linkage to models further down the M&S hierarchy). General Implications for Implementing an M&S Environment Many opportunities and unmet needs remain for each of the three "mobility performance" modeling levels discussed above. However, to meet the larger need for an M&S environment to support AAN systems design with effective logistics trade-off analyses, the M&S tools at different levels should be used to pass information up and down the structure-performance hierarchy shown in Figure 3-

. The performance results for specific designs modeled at one level must be incorporated into initializing conditions and physical relationships represented in the models at the next higher level. The outcomes of simulation runs at one level must be analyzed into critical elements of underlying structures or functions that become the objectives or the outcomes to be avoided in designs at the next lower level. Note that coupling between levels, in the sense that the models at two (or more levels) are run together, is neither essential nor, for many design issues, even desirable. Running a series of optimizing runs with a mode! at a given level, then feeding the lessons learned into subsequent simulations and design analyses at levels above and below in the hierarchy is usually more efficient. Iterative passes up and down the hierarchy of distributed M&S tools that can be run independently of one another are more practical than an integrated "system of models" that run simultaneously. Mission Rehearsal, Mission Logistics Planning, and Training Applications A hierarchical M&S environment well suited to system trade-off analyses in which logistics requirements are a primary design objective is not just a design tool. The same M&S capabilities can be used to support mission rehearsal, detailed logistics planning for specific missions, and troop training exercises. The committee identified M&S capabilities for all three of these additional functions as highly desirable for reducing AAN logistics burdens on an operational basis (beyond the reductions achievable by rational systems design). Indeed, if a hierarchical M&S environment were available for system trade-off analyses in a broad area such as vehicle mobility, system lethality, or communications for situational awareness-the major problem for managers would be allocating sufficient computer time. Trade-off Analyses for Small-Unit and Force-on-Force Engagements A typical AAN mission scenario involves operational units employing numerous diverse systems. Unless wider performance goals (that is, the collaborative, coordinated perfo.

ance of these units as functional components of a military operation) are brought to bear in a systematic way during design, field training, and other activities, systems could be optimized only for their mission profiles, without regard for optimizing the combined outcome of all systems participating in an operation. An axiom of systems engineering is that optimizing the performance of components does not necessarily optimize the performance of the system as a whole. In the context of an M&S hierarchy.

LOGISTICS TRADE-OFF ANALYSIS analogous to the one in Figure 3-1, engagement M&S would ensure that the performance characteristics for which individual systems are optimized derive rationally from the performance requirements for military operations. Each system must be considered as a component in a larger overall system. The trade-off analysis strategy should address an entire AAN mission, including the pre-injection logistics of assembling the force, transportation from the continental United States to the staging area, deployment to the battle area, mobility and engagement in the battle area, and extraction. Models in each phase of the mission should be coupled for simulations of the integrated system. Existing models must be extended to represent the revolutionary tactics and materiel capabilities being considered for the AAN at both the small-unit and force-on - force engagement levels. Box 3-4 is a preliminary list of the major characteristics of an AAN operational unit and the interactions that must be represented in M&S tools to support AAN logistics trade-off analyses at this level. Although some characteristics of an AAN unit may be only indirectly related to logistics, every characteristic influences AAN logistics trade-offs: everything depends on everything else. Existing operational M&S tools at the unit level and higher appear to be adequate to support AAN logistics and system capability trade-offs, but these tools are not linked to the engineering-level analytical tools used to assess technological alternatives. To correct this situation, the logistics and performance modeling capabilities at the Army Materiel Systems Analysis Activity (AMSAA) should be linked, via the DoD HLA, with M&S tools at the systems modeling level and lower. The hierarchy of M&S tools in Box 3-5, shown with their proponent organ.

za - lions, suggests the scope of analytical methods that would support AAN logistics trade - offs up and down the six levels shown in Figure 3-

. According to representatives of AMSAA and the ARL, the first three categories of M&S tools (the engagement levels) are generally capable of supporting AAN mobility analyses. They observed, however, that the engineering analysis tools, which are the responsibility of the various research, development, and engineering centers (RDECs), are in need of substantial development and would have to be linked with the higher level tools to provide a distributed M&S environment capable of supporting AAN logistics trade-off analyses in the vehicle mobility area. To the committee's knowledge, similar needs exist at system, subsystem, and component levels in other significant technology application areas. Capabilities to support uncertainty and sensitivity analyses will be essential for interactions between the engagement level of analysis and the system/subsystem levels below it to ensure that realistic trade-offs are made and that decisions are based on sound data. For example, errors in a mobility performance simulation could amplify errors in the results at the engagement level. If the soil data provided to an NRMM-like mode! are invalid, vehicle speed predictions will be incorrect. This error, which would affect the arrival times of units at an operational area, could not only have serious tactical consequences but could also make it impossible for the unit to sustain itself for the duration of its mission. 41 BOX 3-4 Characteristics of an AAN Unit for Small-Unit and Force-on-Force Engagement Analyses · Lethal force inserted and extracted by air or see · Logistically self-contained force · Complete situational awareness · Stand-offprecisionf.

repower · Self-protection, both active and passive · Rapid ground maneuvering.

42 REDUCING THE LOGISTICS BURDEN FOR THE ARMY AFTER NEXT BOX 3-5 M&S Tools to be Linked for AAN Logistics Trade-off Analysis Simulation of Force-on-Force Engagement (TRADOC Analysis Center) · Battlefield effectiveness · Weapons mix analysis · Support/logistics requirements · Requirements trade-offs Simulation of Fighting Unit (AMSAA) · Small unit effectiveness · Supply consumption rates · Costlperformance trade-offs Simulation of One-on-One Engagement (AMSAA) · Weapon system performance · Expendable consumption rate · Technology trade-offs Simulation of Components and Subsystems (ARL/ARO/RDECs) First principles performance/resource Consumption modeling Hardware/so ldier - in-the-loop simulation · Durability/reliability assessment · Componentlsubsystem optimization · Constraint enforcement -- Weight and volume -- Fuel efficiency -- Personnel Speed and agility The fidelity of results from modeling at one level in the M&S hier - archy will not necessarily scale linearly with the analyses conducted at the next level up or down. Because of the non - linear, dynamic nature of the complex systems being modeled at several levels in a typical M&S hierarchy, even van - ishingly small errors in one model may result in significant errors in apparently unrelated models, making the entire mission simulation inaccurate. Mathe - matical methods of analyzing coupled models that are vulnerable to nonlinear "breakdowns" are an area that will re - quire applied (or even basic) research. At a minimum, sensitivity analysis will be required to ensure that trade-offs are based on compatible levels of mode! fi - delity and that they account for uncer - tainties in mode! data and physical representation. Trade-off Analyses to Support AAN Mission Reliability The extraordinarily high levels of operational performance desired by AAN planners must be traded off against the equally fundamental logisti - cal objective of 14-day self-sustain - ment. For example, traveling over rough terrain will create enormous loads and stresses on vehicle subsystems. Unless the subsystems are designed for reli - ability under these operating conditions, the vehicles might not be able to remain operational for the full period of time. Analytical tools will have to be developed for designing for this extremely high level of reliability. M&S requirements to support this essential capability ("AAN mission reliability") are detailed in Chapter 7. The discussion is focused on the role of a hierarchical M&S environment in achieving materiel reliability objectives. In the hierarchy of tools shown in Figures 3-1 and 3-2, detailed consideration of design for reliability occurs at the lower levels of the modeling chain, during component and subsystem design. The properties (and quantitative measures) to achieve durability and reliability are dictated by the load and stress histories for extended operation of the entire system. For new systems with unconventional designs that are required to operate in wholly novel performance regimes, these factors must be formulated as quantifiable.

L O GIS TI CS TRY DE - OFF.

NA L YSIS 43 structural requirements in the higher levels of M&S analysis shown in Figure 3-l, beginning with the engagement and DIS levels, at which operational performance begins, and translated into realistic structural requirements. As shown in Figure 3-1, operational use and load histories cascade down the left communication channel (shown as arrows between levels in the distributed M&S environment), providing data for designing for reliability at successive levels, down to the lowest level.2 Traditional methods of system design for military vehicles, for example, do not include the reverse communication channel (shown as the right arrows between levels in Figure 3-

. This channel feeds information on achievable reliability and performance at the component and subsystem levels back up the hierarchy to the operational level. System designers and war-fighters can only work together effectively at the higher levels to dete.

ine acceptable trade-offs when the results of iterated analyses indicate that all performance objectives cannot be met. The capability to iterate down and up the hierarchy is, therefore, essential to meeting reliability objectives, but this capability does not exist in current military system modeling, simulation, and design technology. AMSAA has made a considerable effort to bring M&S to bear on designing electronic systems for reliability using physics-of-failure methods. Although this ap - proach has been useful in the electronic systems domain, it is not widely accepted or used in the mechanical systems design arena. An in-depth study completed under the auspices of the National Security Industrial Association and the Computer-Aided Acquisition and Logistics System initiative, recommended a "simulation-based" ap - proach to designing for reliability (CALS, 1989.

. The blueprint for technology d.

evelop - ment and implementation to support design for military mechanical system reliability was, however, never acted upon. This blueprint is still an excellent guide for technology development and implementation to achieve AAN reliability goals. AMSAA has also identified a need for the Army to use methods based on what the committee refers to as "mechanisms of failure" to design mechanical systems and subsystems for reliability. The conceptual relation of physics-of-faiTure modeling in electronics to the more general use of mechanisms of failure for reliability engineering of AAN systems is discussed in Chapter 7. An adequate systems design environment to meet the goal of 14-day self - sustainment will require significant development and integration of engineering-level M&S tools, as well as technology developments of dynamic-system simulation tools for loads prediction and of stress analysis tools for failure prediction. The Army's most urgent need, however, is for integration of these tools into an interactive environment that enables rational trable-o.

s among reliability, operational capability, and sustain - ment. In some instances, integration will mean tight coupling, in which the coupled models are run together. In other instances, the integration will mean allowing for the easy and consistent transference of results (for initializing and bounding conditions, establishing parameters and other data) from one module! to another. This point was illustrated in the section on mobility trade-off analyses. Transforming load histories ranidlv and accurately into reliable suh.

tem and sv. stem designs, will require a concerted ellort to link state-of-the-art computer-aided 2Appendix C and Chapter 7 describe how this flow of structural and performance requirements (for reliability or other fundamental system objectives) can cascade to levels of materials selection and, in longer - term projects to achieve difficult performance requirements, even to M&S applications for designing materials with novel microstructures and nanostructures. Conversely, information on materials alternatives developed at lower levels will be fed up to the materials choices used in the design of components, at the lowest level shown in Figure 3-1.

44 REDUCING THE LOGISTICS BURDEN FOR THE ARMYAFTER NEXT engineering M&S software with virtual proving ground simulators. These designs can then be communicated upward to the operational simulation arena (engagement M&S), where performance of the designs can be assessed. Loads based on realistic projections of operational use can then be evaluated and communicated back down the hierarchy to assess and improve reliability at the engineering levels of design analysis. The capability for designing reliability into a system using hierarchical, linked models of structure-function relationships has already been implemented and used effectively in designing electronic systems. Success in modeling and simulating the physical processes and causal structures that underlie functional relations and capabilities at all levels of the design hierarchy for electronic systems is in part a reflection of the relative simplicity of the structure-function relationships, compared with the far more complex relationships underlying mechanical reliability in military platforms (ground and air vehicles, lethal systems, etc.

. Furthermore, much more investment has been made in developing M&S tools to design highly reliable electronic systems, especially computer systems, than for tools in designing the mechanical aspects of military systems. FACILITATING A MODELING AND SIMULATION ENVIRONMENT TO SUPPORT SYSTEM TRADE-OFF ANALYSES The Army will have to establish the foundation for trade-off analyses and vali - date it through constant application to problems relevant to the AAN over the next four years to have any chance of completing systematic exploratory engineering of the feasi - ble subsystem and component-level design options before 2010. Therefore, development and integration of the M&S capabilities that can support trade-off analyses must be initi - ated immediately. In the face of competing interests and program inertia, the Army may have to establish a programmatic mechanism to coordinate and realign existing activities and maintain a strong focus on the overall environment. One way to accomplish this would be to establish a strategic technology objective that had strong support and con - tinuing oversight from senior war-fighters committed to the AAN process. In this section, the committee suggests how the Army can facilitate integration, improvement, and development of M&S tools. While Army operational and engineering details differ from those encountered in the commer - cial manufacturing sector, the consider - able experience gained there can be exploited to integrate M&S tools. Box 3-6 lists key elements for implementation. At the outset, the Army set its priorities for the M&S tools needed to meet AAN requirements. I he Army should adopt an evolutionary approach to developing and applying the M&S technology base. Many of the elements required for AAN logistics trade-off analyses already exist, but past attempts "to start with a clean sheet of paper" and create the "mother of all models" have failed. BOX 3-6 Facilitating AAN Logistics Trade-off Analyses · Define priorities for M&S development to meet AAN needs · Secure buy-in and commitment from others · Focus on AAN logistics trade-offs · Continuously develop tools and technology based on need · Validate models based on rapid prototype testing.

LOGISTICS TRADE-OFF ANALYSTS Setting Priorities The Anny should focus its limited resources on the following tasks: 45 I. Define the modeling environment and tools necessary for the AAN systems de - signs to be developed first (i. e., tools for engineering and manufacturing devel - opment to begin around 2010.

. Identify useful existing tools. Integrate existing tools using the DoD HLA. 4. Apply the M&S tools to specific high-priority logistics trade-offs. As shortfalls in existing tools are identified, develop the missing capabilities. The architecture of the modeling system details how various parts of the models share information on all simulation elements, including data and representations related to logistics burdens and benefits. Information on logistics consequences, as well as other AAN performance objectives, must be able to travel up and down the modeling hierar - chy of Figures 3-1 and 3-2 in order to fully integrate those objectives into the decision - making process. The M&S systems must be designed to be upgraded incrementally as new knowledge is gained regarding performance and logistics trade-offs. Managing this process will require a dedicated and capable program manager. Securing Buy-in and Commitment from Others The Army should collaborate whenever possible with organizations that have similar interests. Although the analysis technology for high-speed cross-country mobility may be beyond the interests of the sport utility vehicle and conventional on-highway vehicle manufacturing community, for example it may interest construction, agricultural, forestry, and mining equipment manufacturers. This common interest could be the basis for a joint DoD-industry technology development program to meet the needs of both the AAN and the development goals of the commercial sector. Agricultural and construction manufacturers have been leaders in the development and application of computer-aided engineering (CAE) tools and have shown great interest in virtual proving grounds. Because of budget constraints, they have shown a remarkable willingness to work with their own major competitors to create the basic M&S capabilities they all need to remain competitive in the global market. Focusing on Logistics Trade-offs The Army must focus squarely on AAN logistics trade-off analysis. For the recommended exploratory development program to bear fruit, the necessary capabilities can be built on the extensive existing infrastructure, which includes models developed by the defense community and M&S tools developed by commercial enterprises, existing and developmental virtual proving ground simulators, and the DoD DIS (distributed interactive simulation) environment. These assets represent an investment of many millions of dollars. With a moderate, well managed development program focused on the integration of available tools, the Army can take advantage of past investments to meet AAN design and analysis needs.

46 REDUCING THE LOGISTICS BURDEN FOR THE ARMYAFTER NEXT The best way for the Army to focus on AAN needs is to apply these tools to the most pressing trade-off challenges from the very beginning. A considerable effort will be required to integrate engineering and operational simulation tools using the DoD HLA. Missing capabilities can be identified through a systematic process of logistics-driven analyses. In the creation of new models and analysis tools, the Army should only invest its limited resources when deficiencies become apparent. New tools must be continually applied, tested, and validated via rapid prototyping for technology demonstrations. The involvement of soldiers in AAN war games, exercises, and interactive testing of proto - types of advanced systems will be critical for focusing M&S development on evolving AAN materiel and logistics support needs. The integrated idea teams and AAN war games that are part of the AAN process are excellent mechanisms for guiding the im - provement and use of analysis tools. The committee's emphasis on focused management of M&S in support of AAN was reinforced by a recent finding and recommendation by the Army Science Board (ASB, 1997), which pointed out the discrepancy between the Anny's numerous, but un - coordinated, attempts to develop and use M&S to support Army programs, and the strong focused management necessary for these attempts to realize their full potential. The committee strongly encourages Army leadership to make focused management of the recommended exploratory development program a high priority. At the same time, the Army should pursue basic research in several areas with the potential for significantly affecting AAN logistics. These high-priority research areas are discussed in Chapters 4 through 7. SCIENCE AND TECHNOLOGY INITIATIVES TO REDUCE LOGISTICS BURDENS THROUGH TRADE-OFF ANALYSES The committee concluded that the Army must make use of system trade-off analyses, beginning with the conceptual design phase, to ensure that AAN systems fielded in 2025 meet the objectives for reducing logistics burdens. The committee recommends that the following areas of scientific research and technology development be pursued to ensure that the trade-off analyses are both efficient and rational. The order of the numbered items reflects a rough order of priority. 1. Strategic Technology Objective for the Development of Distributed Modeling and Simulation Environments to Support Logistics Burden Reductions. An effective operational AAN force by 2025 will depend on critical decisions being made on materiel concepts and technologies to be used in system designs. The trade-offs in design and technology options must consider logistics burden reductions as a primary objective. Given the complexity of the decisions, the range of possibilities, and the tight constraints on resources and schedules, the best chance of meeting the target date without sacrificing AAN program goals will be analytical approaches that are fully supported by M&S tools.

LOGISTICS TRADE-OFF ANALYSTS 47 Many components of this M&S capability already exist, especially in the areas of engagement simulation and mobility performance. But these components are not linked. In a coherent M&S environment, results at one level must flow upward and downward iteratively in a hierarchy from force-on-force engagement simulation at the top to engineering analyses that support the design of components and structures at the bottom (see Figures 3-! and 3-2.

. Important components of this hierarchy are missing, and a few of the existing pieces can not incorporate key logistics sustainment issues in their simulations or interact effectively with the tools above or below them. Validation of models for use in AAN trade-off analyses, both those that exist and those will have to be developed, will require continuous attention. Test data on military and commercial equipment similar to the equipment envisioned for the AAN should be used as much as possible to help validate AAN models. As prototypes of systems and subsystems targeted for AAN use are fabricated and tested, systematic experimentation should be planned specifically to validate models. Establishing and maintaining a strong strategic focus on the overall M&S envi - ronment will require that the Army establish a programmatic mechanism, perhaps a strategic technology objective, to manage a vigorous program for AAN M&S develop - ment, applications, and validation. The committee identified three focus areas where the development of M&S capabilities will be critical to system decisions in the next decade: high-speed cross-country mobility, materiel mission reliability, and small unit and force - on-force engagement. These and other applications are described in Chapters 4 through 7 and Appendices C through F. 2. Basic and Applied Research to Improve M&S Capabilities. Although a distributed M&S environment for key near-term decisions on AAN systems can be implemented largely through exploratory development, the implementation and application of these M&S capabilities should provide the basis for prioritizing the Army's research needs. Applied research should be directed toward filling gaps in the M&S-supported analyses. If applied research cannot fill these gaps, basic research initiatives should be supported. Although most of the payoffs in terms of technology insertion into AAN systems and materiel, either from applied or basic research, are likely to materialize after 2010, this research will be vital for the Army's technological dominance beyond 2025. In addition, there will probably be some research breakthroughs that will either affect design decisions before 2010 or can be engineered into systems undergoing development between 2010 and 2025. Mathematical tools for assessing the propagation of uncertainty and errors in distributed modeling environments, particularly in nonlinear dynamic relationships, is one example of a research need. Others are identified in Chapters 4 through 7 and the appendices.

US Search Desktop.

Agradecemos seus comentários sobre como melhorar a Pesquisa do Yahoo. Este fórum é para você fazer sugestões de produtos e fornecer feedback atencioso. Estamos sempre tentando melhorar nossos produtos e podemos usar o feedback mais popular para fazer uma mudança positiva!

Se você precisar de assistência de qualquer tipo, visite nosso fórum de suporte à comunidade ou encontre ajuda individualizada em nosso site de ajuda. Este fórum não é monitorado por nenhum problema relacionado a suporte.

O fórum de comentários do produto do Yahoo agora exige um ID e uma senha válidos do Yahoo para participar.

Agora você precisa fazer login usando sua conta de e-mail do Yahoo para nos fornecer feedback e enviar votos e comentários para as ideias existentes. Se você não tiver um ID do Yahoo ou a senha do seu ID do Yahoo, inscreva-se para obter uma nova conta.

Se você tiver um ID e uma senha válidos do Yahoo, siga estas etapas se quiser remover suas postagens, comentários, votos e / ou perfil do fórum de comentários do produto do Yahoo.

Vote em uma ideia existente () ou publique uma nova ideia…

Idéias quentes Idéias superiores Novas ideias Categoria Status Meu feedback.

Xnxx vedios.

Trazer de volta o layout antigo com pesquisa de imagens.

sim: a única possibilidade (eu acho) enviar todas as informações para (alienvault.

Desinformação na ordem DVD.

Eu pedi DVD / Blueray "AL. A confidencial" tudo que eu consegui foi Blue ray & amp; um contato # para obter o DVD que não funcionou. Eu encomendo minha semana com Marilyn ____DVD / blue ray & amp; Eu peguei os dois - tolamente, assumi que o mesmo se aplicaria a L. A.___ETC não. Eu não tenho uma máquina de raio azul ----- Eu não quero uma máquina de raio azul Eu não quero filmes blueray. Como obtenho minha cópia de DVD de L. A. Confidential?

yahoo, pare de bloquear email.

Passados ​​vários meses agora, o Yahoo tem bloqueado um servidor que pára nosso e-mail.

O Yahoo foi contatado pelo dono do servidor e o Yahoo alegou que ele não bloquearia o servidor, mas ainda está sendo bloqueado. CEASE & amp; DESISTIR.

Não consigo usar os idiomas ingleses no e-mail do Yahoo.

Por favor, me dê a sugestão sobre isso.

Motor de busca no Yahoo Finance.

Um conteúdo que está no Yahoo Finance não aparece nos resultados de pesquisa do Yahoo ao pesquisar por título / título da matéria.

Existe uma razão para isso, ou uma maneira de reindexar?

consertar o que está quebrado.

Eu não deveria ter que concordar com coisas que eu não concordo com a fim de dizer o que eu acho - eu não tive nenhum problema resolvido desde que comecei a usar o Yahoo - fui forçado a jogar meu antigo mensageiro, trocar senhas, obter novas messenger, disse para usar o meu número de telefone para alertar as pessoas que era o meu código de segurança, receber mensagens diárias sobre o bloqueio de yahoo tentativas de uso (por mim) para quem sabe por que como ele não faz e agora eu obter a nova política aparecer em cada turno - as empresas costumam pagar muito caro pela demografia que os usuários fornecem para você, sem custo, pois não sabem o que você está fazendo - está lá, mas não está bem escrito - e ninguém pode responder a menos que concordem com a política. Já é ruim o suficiente você empilhar o baralho, mas depois não fornece nenhuma opção de lidar com ele - o velho era bom o suficiente - todas essas mudanças para o pod de maré comendo mofos não corta - vou relutantemente estar ativamente olhando - estou cansado do mudanças em cada turno e mesmo aqueles que não funcionam direito, eu posso apreciar o seu negócio, mas o Ameri O homem de negócios pode vender-nos ao licitante mais alto por muito tempo - desejo-lhe boa sorte com sua nova safra de guppies - tente fazer algo realmente construtivo para aqueles a quem você serve - a cauda está abanando o cachorro novamente - isso é como um replay de Washington d c

Eu não deveria ter que concordar com coisas que eu não concordo com a fim de dizer o que eu acho - eu não tive nenhum problema resolvido desde que comecei a usar o Yahoo - fui forçado a jogar meu antigo mensageiro, trocar senhas, obter novas messenger, disse para usar o meu número de telefone para alertar as pessoas que era o meu código de segurança, receber mensagens diárias sobre o bloqueio de yahoo tentativas de uso (por mim) para quem sabe por que isso acontece e agora eu recebo a nova política em cada turno - as empresas costumam pagar muito pela demografia que os usuários fornecem para você ... mais.

The System Dynamics Society.

As a part of the overall move of the Society’s home office to Capitol Hill Management Services, we continue to improve the electronic presence of the Society, including this website. Click here for a detailed website roll-out schedule. If you have questions or find problems with this site, we want to hear from you as we continue to make improvements! Contact us via email at: [email protected] .

Whitelist our new address! To ensure you receive email sent from our new website host, please be sure to add [email protected] to your contacts!

Últimas notícias.

BSIG Webinar on April 19, with Society Member Ken Cooper (April 13, 2018)

Society Sponsor Krishna Pendyala: Tackling Gun Violence with a Systems Thinking Approach (April 11, 2018)

Recent Publications by Society Members Mauricio Uriona and Lucia Baur (April 10, 2018)

Transportation SIG Reports on a Successful Workshop (April 10, 2018)

Modeling the trade-off between transmissibility and contact in infectious disease dynamics.

Destaques.

Variation in symptom severity causes a trade-off between transmissibility and contact.

The basic reproduction number may have multiple local maxima in our system.

A competitive exclusion principle holds in the multi-strain pathogen model.

Adaptive dynamics show the possibility of multiple stable strategies.

Symptom severity affects disease transmission both by impacting contact rates, as well as by influencing the probability of transmission given contact. This involves a trade-off between these two factors, as increased symptom severity will tend to decrease contact rates, but increase the probability of transmission given contact (as pathogen shedding rates increase with symptom severity). This paper explores this trade-off between contact and transmission given contact, using a simple compartmental susceptible-infected-recovered type model. Under mild assumptions on how contact and transmission probability vary with symptom severity, we give sufficient, biologically intuitive criteria for when the basic reproduction number varies non-monotonically with symptom severity. Multiple critical points are possible. We give a complete characterization of the region in parameter space where multiple critical points are located in the special case where contact rate decreases exponentially with symptom severity. We consider a multi-strain version of the model with complete cross-immunity and no super-infection. In this model, we prove that the strain with highest basic reproduction number drives the other strains to extinction. This has both evolutionary and epidemiological implications, including the possibility of an intervention paradoxically resulting in increased infection prevalence.

The Quantity and Quality of Teachers: A Dynamic Trade-Off.

43 Pages Posted: 14 Jan 2009.

Gregory Gilpin.

Montana State University - Bozeman.

Michael Kaganovich.

Indiana University Bloomington - Department of Economics; CESifo (Center for Economic Studies and Ifo Institute)

Date Written: January 2009.

We study the dynamics of the quantity and quality of teachers in the framework of dynamic general equilibrium OLG model. The quantity and quality are jointly set by a government agency wishing to maximize the quality of basic education per student while being bound by teachers' collective bargaining agreement which equalizes teacher pay. Our model features two stages of education: basic and advanced (college), the latter being required of teachers. The cost of hiring teachers is influenced by the outside opportunities that college educated individuals have in the production sector. We show that this factor strengthens in the process of endogenous growth and moreover that it pushes the optimal trade-off between quantity and quality of teachers in the direction of the former. Namely, the number of teachers hired will grow over time while their relative quality (but not the absolute human capital attainment) will fall. This evolution of human capital accumulation is accompanied by increasing inequality, within the group of college educated workers in particular. Further, we consider the comparative dynamics effect of an exogenous skill biased technological change represented by a positive shock to productivity of the skilled workers, hence to the college premium. We show that this will exacerbate the negative trends in the quality of basic education in relation to GDP growth. Countering this trend would therefore require an increase in the share of GDP spent on basic education, assuming that the institutional setup of the school system remains unchanged.

Keywords: basic and college education, skill premium, student-teacher ratio.

The quantity and quality of teachers: Dynamics of the trade-off ☆

The paper addresses the two-fold rise in teacher–student ratio in the American K-12 school system in the post-World War II period accompanied by the evidence of a decline in the relative quality of teachers. We develop a dynamic general equilibrium framework for analyzing the teacher quantity–quality trade-off and offer an explanation to the observed trends. Our OLG model features two stages of education: basic and advanced (college), the latter required of teachers. The cost of hiring teachers is influenced by the outside opportunities for college graduates in the production sector. We show that the latter factor strengthens in the process of endogenous growth and that it affects the optimal trade-off between quantity and quality of teachers such that the number of teachers hired will grow over time while their relative, but not the absolute, human capital attainment will fall. This is accompanied by increasing inequality, among the group of college educated workers in particular. We show that this effect, which we call the rising talent premium , applies whether teacher salaries are determined based on merit pay or, alternatively, by collective bargaining . Moreover, the salary compression characterizing the latter regime exacerbates the loss of the more talented workers by the teaching profession. Further, we analyze a comparative dynamics effect of exogenous skill-biased technological change which raises the college premium. We show that the effect is detrimental to the aggregate quality of teachers and to the quality of basic education. An important insight from this analysis is that in the process of human capital driven economic growth the rise in premium for high ability outpaces that for the average, whereby this effect is accelerated by technological change. This puts a downward pressure on the “real” quality of education inputs and therefore can create a negative feedback effect on human capital development as a factor of economic growth.

Classificação JEL.

Choose an option to locate/access this article:

Check if you have access through your login credentials or your institution.

We are grateful to two anonymous referees and Dennis Epple whose comments helped us to sharpen our analysis and improve the exposition. We also wish to thank Peter Rangazas, Mark Gradstein, and the audiences at Ben-Gurion University, Tel Aviv University, the University of Munich, and 2008 Summer Meetings of the Econometric Society.