[Paper] MBSE中的工程决策：关于 Decision Capture Framework 开发的洞见

Source: arXiv - 2601.07301v1

Overview

该论文 Engineering Decisions in MBSE: Insights for a Decision Capture Framework Development 探讨了如何将工程决策直接嵌入模型驱动系统工程（MBSE）工件中。通过将每个决策备选方案视为系统模型的一个“切片”，作者提出了一种轻量化的方法来捕获设计选择的理由、背景和权衡——这是传统决策记录工具难以高效实现的。

关键贡献

• Decision‑as‑Model‑Slice 概念： 引入一种将决策备选方案具体表示为系统模型的部分视图（切片）的方式，保持对需求、行为和架构的可追溯性。
• 轻量级捕获框架： 概述一种最小开销的工作流，将决策文档集成到现有 MBSE 工具中，无需单独的仓库或大量手动注释。
• 行业来源案例研究： 在简化的飞机架构场景中演示该方法，揭示版本管理、利益相关者对齐和上下文保持等真实挑战。
• 初步解决方案模式： 提供一套设计模式（如 “decision anchor”、 “alternative view”、 “impact propagation”），可跨领域复用。
• 决策捕获生态系统路线图： 强调将原型发展为完整框架所需的后续步骤，包括工具扩展和治理流程。

方法论

1. Problem scoping: 作者首先回顾了现有决策捕获实践（例如会议纪要、问题跟踪器评论）为何成本高且常常丢失上下文。
2. Conceptual modeling: 他们将 decision slice（决策切片）定义为系统模型的一个子集，仅包含受特定备选方案影响的元素（例如，特定的航空电子组件配置）。
3. Framework sketch: 构建了一个围绕三项活动的轻量工作流——Define Decision（定义决策）、Create Alternative Slices（创建备选切片）和Link to Stakeholder Rationale（关联利益相关者理由）。这些活动映射到典型的 MBSE 工具操作（模型分支、注释和可追溯性链接）。
4. Case‑study implementation: 采用一个玩具飞机架构（飞行控制、导航、配电子系统），团队对两种竞争的设计备选方案（冗余与非冗余飞行控制计算机）进行建模，并直接在模型中记录决策理由。
5. Evaluation criteria: 对原型进行评估，关注 capture effort（捕获工作量）、traceability completeness（可追溯性完整性）和 reuse potential（复用潜力），通过开发者访谈进行定性测量，并通过消除的手工制品数量进行定量衡量。

结果与发现

• 降低文档开销： 案例研究显示，由于备选方案直接嵌入模型，单独的决策日志条目减少约40 %。
• 提升可追溯性： 所有决策备选方案自动关联到受影响的需求和行为图，消除了传统方法中常出现的孤立追踪链接。
• 更高的复用准备度： 当后续设计迭代需要重新审视飞行控制冗余决策时，工程师只需重新激活相应的模型切片，即可节省影响分析的时间。
• 识别出阻力点： 模型切片的版本控制以及一致的命名约定需求成为最大的实际障碍。

实际意义

• 针对系统架构师： 将决策嵌入模型意味着您可以在 MBSE 环境中直接进行影响分析（例如，“如果我们切换到备选方案 B 会怎样？”），从而加快权衡研究周期。
• 针对 DevOps 与 CI 流水线： 决策切片可以与代码一起进行版本控制，支持自动化检查，以验证新的提交是否违反了先前捕获的决策约束。
• 针对跨职能团队： 决策、需求和行为之间的显式链接为工程师、安全分析师和认证机构提供了共同语言，减少误沟通。
• 工具供应商： 该框架建议一套适度的扩展（切片创建 UI、决策锚点元数据、自动追踪生成），可以以相对低的开发工作量添加到现有 MBSE 平台（如 Cameo、Enterprise Architect、MagicDraw）中。
• 受监管行业（航空航天、汽车、医疗）： 系统化、以模型为中心的决策捕获可以通过提供为何选择特定架构的可审计证据，支持合规审计。

限制与未来工作

• 原型范围： 研究使用了简化的飞机模型；对大型、多学科系统的可扩展性尚未得到验证。
• 工具集成： 当前实现依赖手动切片创建；自动检测决策边界仍是一个未解决的问题。
• 治理： 论文指出需要组织政策来管理决策所有权、审查周期和冲突解决。
• 未来方向： 作者计划 (1) 为流行的 MBSE 工具开发插件，(2) 探索模型差分算法以自动生成备选切片，(3) 在真实工业项目中进行纵向研究，以量化长期 ROI。

作者

• Nidhal Selmi
• Jean‑Michel Bruel
• Sébastien Mosser
• Matthieu Crespo
• Alain Kerbrat

论文信息

• arXiv ID: 2601.07301v1
• 类别: cs.SE
• 出版日期: 2026年1月12日
• PDF: 下载 PDF