第八届体系工程学术会议

体系(SoS)需求工程是装备体系设计的上游关键环节，需求冲突若未被早期识别，修复成本可达需求阶段的数十乃至上百倍。现有基于规则、浅层机器学习、纯 NLI 与纯 LLM 的四类方法在准确率、可解释性、端到端可部署性上各有局限。本文提出 LRCD（LLM-driven Requirements Conflict Detection），一种面向 SoS 需求文档的四阶段流水线：需求切分、冲突初筛（稠密嵌入 + HNSW）、冲突细分类（RAG 增强的少样本提示）与一致性图谱（RCG），给出 C1–C4 标签、证据与结构化查询接口。在 4 个 SoS 数据集与 5 种基线上的端到端评测表明，LRCD 的细粒度 Type-Accuracy 较 RF-TFIDF、BERT-ZS 等强基线提升 25–39 个百分点；其解耦架构可在闭源与开源 LLM 主干间无缝迁移，RCG 解决了"只给判别、不给结构"的工程痛点。