佟守愚，龐世春，楊 吉，華宏圖

（空軍航空大學(xué)基礎(chǔ)部，吉林 長(zhǎng)春 130022）

貝葉斯網(wǎng)絡(luò)(Bayesian Networks)是一個(gè)包含條件概率表的有向無(wú)環(huán)圖，是目前不確定知識(shí)表達(dá)和推理領(lǐng)域中最有效的理論模型之一。貝葉斯網(wǎng)絡(luò)是人工智能、概率理論、圖論、決策分析相結(jié)合的產(chǎn)物, 具有嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)；適用于表達(dá)和分析不確定性和概率性的事物，應(yīng)用于有條件地依賴多種控制因素的決策,可以從不完全、不精確或不確定的知識(shí)或信息中做出推理。自 1986年由 Pearl提出后【1】,已成為表示概率知識(shí)基礎(chǔ)上的不確定性的有力工具。貝葉斯網(wǎng)絡(luò)又稱信度網(wǎng)(Belief Networks)、因果網(wǎng)（Causal Networks）或概率網(wǎng)（Probabilistic Networks）。它是一種基于網(wǎng)絡(luò)結(jié)構(gòu)的有向圖解描述，它用具有網(wǎng)絡(luò)結(jié)構(gòu)的有向圖表達(dá)各個(gè)信息要素之間的關(guān)聯(lián)關(guān)系及影響程度，用節(jié)點(diǎn)變量表達(dá)各個(gè)信息要素，用連接節(jié)點(diǎn)之間的有向弧表達(dá)各個(gè)信息要素之間的關(guān)聯(lián)關(guān)系，用條件概率矩陣表達(dá)各個(gè)信息要素之間的影響程度。

目前國(guó)內(nèi)外許多學(xué)者和研究機(jī)構(gòu)都在對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行深入的研究。這些研究主要集中在以下四個(gè)方面:貝葉斯網(wǎng)絡(luò)推理、貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)、貝葉斯網(wǎng)絡(luò)的構(gòu)造和貝葉斯網(wǎng)絡(luò)的應(yīng)用。這些研究都取得了豐碩的成果，正逐步走向?qū)嶋H應(yīng)用。前微軟總裁 Bill Gates曾在洛杉磯時(shí)報(bào)上說(shuō)：微軟公司未來(lái)的進(jìn)一步發(fā)展將取決于它在貝葉斯網(wǎng)絡(luò)方面研究的領(lǐng)先性。

1 貝葉斯網(wǎng)絡(luò)軍事應(yīng)用研究現(xiàn)狀

由于貝葉斯網(wǎng)絡(luò)具有從不完全、不精確或不確定的知識(shí)或信息中做出雙向推理的能力。近年來(lái)，其在軍事作戰(zhàn)領(lǐng)域中的應(yīng)用研究得到了廣泛的重視。目前貝葉斯網(wǎng)絡(luò)在軍事作戰(zhàn)中的應(yīng)用研究主要集中在以下幾個(gè)方面。

1.1 戰(zhàn)場(chǎng)態(tài)勢(shì)威脅評(píng)估

戰(zhàn)場(chǎng)態(tài)勢(shì)評(píng)估和威脅評(píng)估作為戰(zhàn)場(chǎng)指揮控制系統(tǒng)的重要功能，對(duì)指揮員準(zhǔn)確地判斷敵情，進(jìn)行正確的軍事決策，起著至關(guān)重要的作用。態(tài)勢(shì)威脅評(píng)估位于美國(guó)國(guó)防部聯(lián)合領(lǐng)導(dǎo)實(shí)驗(yàn)室提出的數(shù)據(jù)融合模型中的第二級(jí)和第三級(jí)[2]，與一級(jí)融合(位置和身份估計(jì))相比，態(tài)勢(shì)威脅建模要困難得多[3]。國(guó)內(nèi)外研究人員對(duì)態(tài)勢(shì)威脅評(píng)估建模應(yīng)該采用什么樣的方法和技術(shù)，并沒有達(dá)成一致的意見。

由于貝葉斯網(wǎng)絡(luò)自身所具有的優(yōu)點(diǎn)，近幾年出現(xiàn)了一大批基于貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)估計(jì)研究成果[4]。Laskey[5]對(duì)態(tài)勢(shì)估計(jì)領(lǐng)域貝葉斯網(wǎng)絡(luò)的構(gòu)建方法進(jìn)行了探討，提出利用網(wǎng)絡(luò)片斷技術(shù)構(gòu)建用于態(tài)勢(shì)估計(jì)的貝葉斯網(wǎng)絡(luò)；以節(jié)點(diǎn)表示戰(zhàn)場(chǎng)軍事事件，事件間的因果關(guān)系以節(jié)點(diǎn)之間的有向邊表示，關(guān)系強(qiáng)度以節(jié)點(diǎn)之間的條件概率表示。在態(tài)勢(shì)估計(jì)過(guò)程中，以態(tài)勢(shì)覺察過(guò)程檢測(cè)到的軍事事件和人工情報(bào)作為證據(jù)，利用貝葉斯網(wǎng)絡(luò)的證據(jù)傳播和推理算法，更新網(wǎng)絡(luò)中其它事件的信度。通過(guò)這樣的證據(jù)推理過(guò)程，獲取在已知證據(jù)情況下其字事件發(fā)生的可能性，達(dá)到判斷敵方目的、預(yù)測(cè)敵方行動(dòng)的目標(biāo)。

國(guó)防科大孫兆林博士[6]對(duì)態(tài)勢(shì)估計(jì)功能模型進(jìn)行研究，分析態(tài)勢(shì)估計(jì)各階段需要處理的軍事事件以及對(duì)兵力編群的處理；針對(duì)現(xiàn)有態(tài)勢(shì)假設(shè)模型無(wú)法表達(dá)雙方對(duì)抗性行動(dòng)的問(wèn)題。在交互性態(tài)勢(shì)假設(shè)前提下，構(gòu)建用于態(tài)勢(shì)估計(jì)的貝葉斯網(wǎng)絡(luò)，并以艦艇編隊(duì)對(duì)抗敵方?？諈f(xié)同攻擊的作戰(zhàn)過(guò)程為背景，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)戰(zhàn)場(chǎng)態(tài)勢(shì)與估計(jì)原型系統(tǒng)，驗(yàn)證方法的有效性。

康長(zhǎng)青等[7]針對(duì)傳感器測(cè)量數(shù)據(jù)的不確定性，提出基于模糊貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)威脅評(píng)估模型。首先將不確定性數(shù)據(jù)分為模糊域和概率域兩大類，然后在模糊域使用模糊綜合評(píng)判得到威脅目標(biāo)的動(dòng)態(tài)威脅度，接著運(yùn)用可能性概率轉(zhuǎn)換理論將模糊表示的動(dòng)態(tài)威脅度轉(zhuǎn)化成概率域知識(shí)，最后在概率知識(shí)域使用貝葉斯網(wǎng)絡(luò)推理算法得到目標(biāo)的威脅等級(jí)，為武器系統(tǒng)選擇跟蹤打擊目標(biāo)提供決策依據(jù)。

1.2 裝備損傷評(píng)估

裝備戰(zhàn)場(chǎng)損傷評(píng)估實(shí)際上是一個(gè)搶修的決策過(guò)程，指在戰(zhàn)場(chǎng)上或緊急情況下對(duì)損傷裝備的損傷程度及其修復(fù)措施進(jìn)行快速評(píng)估，以便對(duì)裝備進(jìn)行應(yīng)急搶修或推遲修理，確保當(dāng)前任務(wù)的完成。在評(píng)估過(guò)程中，準(zhǔn)確地判斷和定位裝備的損傷部位是一項(xiàng)非?；A(chǔ)、但又非常關(guān)鍵的工作，它直接影響到裝備戰(zhàn)場(chǎng)搶修工作的效率和成敗。但在實(shí)際戰(zhàn)場(chǎng)環(huán)境下，評(píng)估人員通常難以全面獲取裝備的所有損傷信息，如裝備所有的損傷部位、各損傷部位的實(shí)際命中彈片數(shù)量等，只能獲取裝備的部分損傷信息，這主要是由裝備的結(jié)構(gòu)特點(diǎn)所決定的，通常只能根據(jù)經(jīng)驗(yàn)進(jìn)行推測(cè)，即在不完全信息的情況下進(jìn)行裝備損傷評(píng)估。

為了解決不完全信息情況下的裝備戰(zhàn)場(chǎng)損傷評(píng)估問(wèn)題，馬志軍等[8]以某型火炮為例，分析了貝葉斯網(wǎng)絡(luò)在裝備損傷定位方面的優(yōu)勢(shì)，及其損傷定位的方法與流程，建立了用于裝備損傷定位的貝葉斯網(wǎng)絡(luò)模型,并開發(fā)了損傷定位系統(tǒng)。演示了其損傷定位的一般過(guò)程，驗(yàn)證了貝葉斯網(wǎng)絡(luò)在裝備損傷定位中應(yīng)用的可行性與有效性。

艦船戰(zhàn)場(chǎng)攻擊過(guò)程中，其損傷的出現(xiàn)和發(fā)展包含大量的不確定性影響因素，而傳統(tǒng)的損傷理論和方法難以對(duì)大量的不確定因素進(jìn)行精確的數(shù)學(xué)描述，導(dǎo)致在實(shí)際的艦船戰(zhàn)場(chǎng)對(duì)抗中，難以得出較為精確的損傷分析結(jié)果。胡濤等[9]針對(duì)艦船戰(zhàn)損評(píng)估的因果推理特性，提出了基于貝葉斯網(wǎng)絡(luò)的戰(zhàn)損評(píng)估方法，并應(yīng)用所提出的方法建立了艦船戰(zhàn)損評(píng)估模型，分析了貝葉斯網(wǎng)絡(luò)的艦船戰(zhàn)損評(píng)估流程。應(yīng)用實(shí)例表明該方法的有效性和可操作性，提高艦船戰(zhàn)損評(píng)估速度。

1.3 目標(biāo)毀傷效能評(píng)估

目標(biāo)毀傷效果評(píng)估(BDA)是指對(duì)敵方目標(biāo)實(shí)施火力打擊后,對(duì)目標(biāo)的毀傷效果進(jìn)行的綜合評(píng)估。根據(jù)目標(biāo)BDA結(jié)果,作戰(zhàn)指揮人員可以判斷已實(shí)施的火力打擊是否達(dá)到預(yù)期的毀傷效果,是否需要再次打擊,并為制定火力毀傷計(jì)劃提供科學(xué)依據(jù)?，F(xiàn)代戰(zhàn)場(chǎng)的復(fù)雜性及目標(biāo)毀傷信息的不確定性,給目標(biāo)BDA帶來(lái)了巨大的挑戰(zhàn)。1999年美國(guó)空軍的Daniel.W.F[10]上校提出了作戰(zhàn)損傷效果評(píng)估的貝葉斯網(wǎng)絡(luò)決策模型。該模型可用于戰(zhàn)場(chǎng)實(shí)時(shí)的目標(biāo)毀傷效果評(píng)估，它可以綜合戰(zhàn)前各種預(yù)測(cè)信息，戰(zhàn)場(chǎng)上收集到的各種目標(biāo)毀傷信息及專家的經(jīng)驗(yàn)對(duì)目標(biāo)毀傷效果做出綜合評(píng)估。

Pekka[11]以對(duì)假想的機(jī)場(chǎng)進(jìn)行空對(duì)地突襲為例，分析了 BDA過(guò)程在突襲作戰(zhàn)中的實(shí)現(xiàn)方法。機(jī)場(chǎng)目標(biāo)既包括樓房等點(diǎn)目標(biāo)，也包括跑道、機(jī)庫(kù)等面目標(biāo)，具有代表性。在突襲實(shí)施前，根據(jù)已獲得的目標(biāo)信息，首先進(jìn)行打擊前的作戰(zhàn)損傷預(yù)估。然后進(jìn)行空中突襲，突襲過(guò)程分三個(gè)階段實(shí)施。突襲剛結(jié)束，依據(jù)彈載攝像機(jī)傳回的部分目標(biāo)的實(shí)時(shí)視頻信息和任務(wù)報(bào)告進(jìn)行打擊后作戰(zhàn)毀傷評(píng)估，但這種評(píng)估只能對(duì)部分目標(biāo)進(jìn)行。突襲結(jié)束幾小時(shí)后，當(dāng)獲得了全面、可靠的毀傷信息，真正的作戰(zhàn)毀傷評(píng)估才能進(jìn)行。所有目標(biāo)的毀傷評(píng)估可以進(jìn)行全面更新。史志富等[12]提出應(yīng)用貝葉斯網(wǎng)絡(luò)對(duì)對(duì)地攻擊效果進(jìn)行分析評(píng)價(jià),建立了編隊(duì)對(duì)地攻擊損傷評(píng)估的貝葉斯網(wǎng)絡(luò)模型,給出了基于貝葉斯網(wǎng)絡(luò)的損傷評(píng)估的推理決策方法。并且以一個(gè)飛機(jī)編隊(duì)包括一架有人機(jī)和四架無(wú)人機(jī),協(xié)同空襲敵方機(jī)場(chǎng)，獲取空中壓制和襲擊機(jī)場(chǎng)跑道為任務(wù)目的，對(duì)所采用的方法進(jìn)行了仿真分析。

美國(guó)軍方一直試圖通過(guò)多種途徑提高 BDA過(guò)程的效率，比如改進(jìn)評(píng)估程序、增加評(píng)估人員培訓(xùn)、采用新技術(shù)等，但仍然難以滿足 BDA過(guò)程的實(shí)時(shí)性和精確性要求。用貝葉斯網(wǎng)絡(luò)對(duì) BDA過(guò)程的決策模型進(jìn)行改進(jìn)，可以解決 BDA過(guò)程中一些比較困難的問(wèn)題，比如移動(dòng)目標(biāo)或地下目標(biāo)的BDA評(píng)估[13,14]。

1.4 智能攻擊決策

現(xiàn)代戰(zhàn)機(jī)最重要的特點(diǎn)就是火力控制裝備(硬殺傷武器)和電子戰(zhàn)裝備(軟殺傷武器)的一體化，它是飛機(jī)機(jī)載攻防系統(tǒng)與飛機(jī)攻防體系的集成與融合，稱為軟硬殺傷武器綜合攻擊系統(tǒng)。李波等[15]分析了機(jī)載軟硬殺傷武器系統(tǒng)的戰(zhàn)術(shù)使用方式和有效作用空域，給出了軟硬殺傷武器系統(tǒng)在空間上的協(xié)同使用準(zhǔn)則。分析了使用貝葉斯網(wǎng)絡(luò)進(jìn)行軟硬殺傷武器系統(tǒng)綜合決策的知識(shí)表示問(wèn)題，得出了綜合決策網(wǎng)絡(luò)的三種類型的節(jié)點(diǎn)：態(tài)勢(shì)節(jié)點(diǎn)、傳感器節(jié)點(diǎn)、武器節(jié)點(diǎn)。提出了構(gòu)建貝葉斯網(wǎng)絡(luò)進(jìn)行綜合決策的步驟，通過(guò)敵對(duì)雙方戰(zhàn)機(jī)空戰(zhàn)為例說(shuō)明了使用貝葉斯網(wǎng)絡(luò)進(jìn)行軟硬殺傷武器系統(tǒng)綜合決策的過(guò)程。

魯華等[16]采用貝葉斯網(wǎng)絡(luò)技術(shù),將影響目標(biāo)威脅程度評(píng)估的主要因素在網(wǎng)絡(luò)中連接, 收集表示戰(zhàn)場(chǎng)和軍事單元特征的不確定性證據(jù)并應(yīng)用于網(wǎng)絡(luò)不同的結(jié)點(diǎn),證據(jù)自動(dòng)在網(wǎng)絡(luò)中傳播并修改軍事實(shí)體態(tài)勢(shì)假設(shè),構(gòu)造一個(gè)對(duì)戰(zhàn)場(chǎng)威脅度進(jìn)行分析、推理、預(yù)測(cè)的貝葉斯因果模型。利用貝葉斯網(wǎng)絡(luò)的推理模型以及相應(yīng)于此模型的推理算法,對(duì)多目標(biāo)攻擊時(shí)目標(biāo)的選擇和攻擊排序進(jìn)行研究，為飛行員確定攻擊策略提供依據(jù)。

1.5 目標(biāo)偵察與識(shí)別

戰(zhàn)場(chǎng)環(huán)境隨機(jī)變化使得偵察信息處理變得復(fù)雜化,從而影響決策的具體方式或決策方向。肖秦琨等[17]提出將隱馬爾可夫模型圖形模式與模糊推理結(jié)合起來(lái)構(gòu)成動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，將其用于戰(zhàn)場(chǎng)偵察情報(bào)的推理分析。首先建立動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的環(huán)境變化感知模型，而后應(yīng)用 Viterbi解碼算法獲得當(dāng)前隱含序列最優(yōu)估計(jì)，通過(guò)HMM狀態(tài)轉(zhuǎn)移矩陣可預(yù)測(cè)出未來(lái)環(huán)境變化趨勢(shì)，最后應(yīng)用模糊推理得到問(wèn)題的最優(yōu)的決策或優(yōu)先采用的解決方式。

由于偽劣的戰(zhàn)場(chǎng)環(huán)境等因素，傳感器所獲得的信息往往是模糊的、不確定的，所以目標(biāo)融合識(shí)別是一個(gè)不確定推理過(guò)程。為解決大量不確定性和復(fù)雜性信息對(duì)戰(zhàn)斗識(shí)別的影響，Hautaniemi[18]模擬了兩種不同的場(chǎng)景，利用貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)變量表示目標(biāo)的類型、特征等，給出了目標(biāo)是友善、敵意、中立的概率判定。Laskey George[19]揭示了四種不同環(huán)境下，如何利用貝葉斯網(wǎng)絡(luò)并結(jié)合其它信息源數(shù)據(jù)，完成目標(biāo)敵友性質(zhì)的識(shí)別。郭小賓等[20]對(duì)貝葉斯網(wǎng)絡(luò)模型在利用雷達(dá)偵察、通信偵察和紅外偵察三種傳感器數(shù)據(jù)的目標(biāo)融合識(shí)別中的應(yīng)用進(jìn)行了研究。以樸素貝葉斯分類器和擴(kuò)展貝葉斯分類器為基本結(jié)構(gòu)構(gòu)建了一種目標(biāo)融合識(shí)別系統(tǒng)模型，采用同質(zhì)傳感器數(shù)據(jù)優(yōu)先原則對(duì)三種傳感器數(shù)據(jù)進(jìn)行了合理綜合，仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了方法的可行性和有效性。

1.6 飛行安全

預(yù)防和減少軍事飛行事故的發(fā)生，保障飛行安全是世界各國(guó)為提高飛機(jī)戰(zhàn)斗力所不斷追求的目標(biāo)，是各國(guó)航空兵部隊(duì)迫切需要解決的重大問(wèn)題。特別是新型戰(zhàn)機(jī)科技含量高，價(jià)格昂貴，作戰(zhàn)效能大大提高，因而在一定層面上，保安全就是保戰(zhàn)斗力。James T[21]分析了航空事故的誘發(fā)因素，利用貝葉斯網(wǎng)路構(gòu)建了航空系統(tǒng)風(fēng)險(xiǎn)模型（ASRM），總結(jié)了新技術(shù)或新產(chǎn)品嵌入對(duì)減少航空事故的可能性和減輕航空事故危害后果產(chǎn)生的影響。該ASRM，由美國(guó)國(guó)家航空航天局（NASA）和美國(guó)聯(lián)邦航空管理局（FAA）的聯(lián)合支持下開發(fā)的，是一個(gè)專門討論低概率事件導(dǎo)致嚴(yán)重后果事件的一個(gè)典范，并利用可控飛行撞地事件驗(yàn)證了模型ASRM。劉莉等[22]基于廣義人—機(jī)—環(huán)境復(fù)雜系統(tǒng)，對(duì)飛行人員可靠性、空中交通管制人員可靠性和航空器維修人員可靠性進(jìn)行了分析, 綜合考慮常用可靠性評(píng)估方法的優(yōu)缺點(diǎn),采用貝葉斯網(wǎng)絡(luò)建立了飛行安全人因可靠性的評(píng)估模型。該模型綜合運(yùn)用診斷推理和支持推理形式，分析直觀，計(jì)算簡(jiǎn)便，適用于廣義的人—機(jī)—環(huán)境復(fù)雜系統(tǒng)建模，同時(shí)該模型可以根據(jù)后驗(yàn)概率來(lái)調(diào)整先驗(yàn)概率，從而有效地提高了評(píng)估的精度。

羅帆等[23]針對(duì)航空災(zāi)害的形成特點(diǎn)，認(rèn)為致災(zāi)因素的相互作用是航空災(zāi)害成因機(jī)理分析的關(guān)鍵?；谪惾~斯網(wǎng)絡(luò)模型,綜合運(yùn)用診斷推理和支持推理形式，分析致災(zāi)因素的因果關(guān)系，揭示了人、機(jī)、環(huán)境與管理因素相互作用的內(nèi)在規(guī)律。通過(guò)高斯貝葉斯網(wǎng)絡(luò)在典型案例致災(zāi)成因機(jī)理分析中的應(yīng)用，挖掘隱含的內(nèi)部因素對(duì)系統(tǒng)的影響程度，發(fā)現(xiàn)了隱含因素從不確定性狀態(tài)向確定性狀態(tài)的演變過(guò)程，以及表層因素與隱含因素的關(guān)系。

2 貝葉斯網(wǎng)絡(luò)在軍事應(yīng)用中存在的問(wèn)題與研究展望

近年來(lái)，雖然貝葉斯網(wǎng)絡(luò)技術(shù)的軍事應(yīng)用研究在多個(gè)領(lǐng)域的取得了較快發(fā)展，但仍處于起步階段，還存在大量的問(wèn)題需要進(jìn)一步的探索和研究。

1）軍用貝葉斯網(wǎng)絡(luò)模型的改進(jìn)與細(xì)化。針對(duì)不同的軍事應(yīng)用領(lǐng)域所構(gòu)建的各種貝葉斯網(wǎng)絡(luò)模型都是面對(duì)假想的作戰(zhàn)場(chǎng)景進(jìn)行了一定的簡(jiǎn)化，必然與真實(shí)系統(tǒng)存在偏差。例如史志富在其博士論文《基于貝葉斯網(wǎng)絡(luò)的UCAV編隊(duì)對(duì)地攻擊智能決策研究》中構(gòu)建的模型[24]，許多地方環(huán)境因素、氣象因素、電子戰(zhàn)因素等都沒有考慮，因而限制了模型的使用范圍，具有局限性。因此模型的改進(jìn)與細(xì)化有大量的問(wèn)題亟待解決。

2）用于復(fù)雜系統(tǒng)智能決策的貝葉斯網(wǎng)絡(luò)理論問(wèn)題?，F(xiàn)有的貝葉斯網(wǎng)絡(luò)軍事應(yīng)用模型大多沒有考慮原因節(jié)點(diǎn)影響結(jié)果節(jié)點(diǎn)的滯后時(shí)間，從而只適合于靜態(tài)分析。因?yàn)樵虬l(fā)生的時(shí)間和結(jié)果發(fā)生的時(shí)間不是同時(shí)的，而是有一定時(shí)間滯后的，而滯后時(shí)間的長(zhǎng)短將影響貝葉斯網(wǎng)絡(luò)的推理結(jié)論。所以，必須引入動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，將時(shí)間因素引入到貝葉斯網(wǎng)絡(luò)建模中，使貝葉斯網(wǎng)絡(luò)的推理與時(shí)間相關(guān)。

3）貝葉斯網(wǎng)絡(luò)用于智能決策的實(shí)時(shí)性問(wèn)題。通常的貝葉斯網(wǎng)絡(luò)的構(gòu)建都是以離線的方式進(jìn)行，由于貝葉斯網(wǎng)絡(luò)推理迅速，在網(wǎng)絡(luò)構(gòu)建完全確定之后，實(shí)時(shí)性問(wèn)題也將得到解決。但貝葉斯網(wǎng)絡(luò)的組成復(fù)雜，需要提供多方面的先驗(yàn)知識(shí)和后驗(yàn)知識(shí)才可綜合決策，因此在實(shí)際應(yīng)用中，需要大量集結(jié)并實(shí)時(shí)更新領(lǐng)域?qū)＜业闹R(shí)信息，從而實(shí)時(shí)性如何保證也是研究的重點(diǎn)。

4）基于貝葉斯網(wǎng)絡(luò)技術(shù)的軍事應(yīng)用軟件開發(fā)。目前國(guó)內(nèi)還沒有成熟的貝葉斯網(wǎng)絡(luò)軍用建模與分析軟件，如何盡快開發(fā)并完善適應(yīng)軍事作戰(zhàn)需求的基于貝葉斯網(wǎng)絡(luò)技術(shù)的軍事應(yīng)用軟件系統(tǒng)，將是未來(lái)研究的一個(gè)重大課題，也是一個(gè)熱點(diǎn)、難點(diǎn)問(wèn)題。

3 結(jié)束語(yǔ)

自1986年P(guān)earl提出貝葉斯網(wǎng)絡(luò)理論以來(lái)，經(jīng)過(guò)二十余年的發(fā)展，其理論和應(yīng)用研究取得了長(zhǎng)足的進(jìn)展。本文較為詳細(xì)地闡述了國(guó)內(nèi)外關(guān)于貝葉斯網(wǎng)絡(luò)在軍事作戰(zhàn)領(lǐng)域的應(yīng)用研究狀況，特別是在戰(zhàn)場(chǎng)態(tài)勢(shì)威脅評(píng)估、裝備損傷評(píng)估、目標(biāo)毀傷效能評(píng)估、智能攻擊決策、目標(biāo)偵查與識(shí)別、飛行安全六個(gè)領(lǐng)域的研究成果。進(jìn)一步論述了貝葉斯網(wǎng)絡(luò)在軍事應(yīng)用研究方面存在的問(wèn)題，指出了貝葉斯網(wǎng)絡(luò)在軍事應(yīng)用領(lǐng)域中的研究熱點(diǎn)、難點(diǎn)。隨著貝葉斯網(wǎng)絡(luò)在軍事領(lǐng)域應(yīng)用范圍的不斷拓展，應(yīng)用技術(shù)的不斷成熟完善，可以預(yù)見，其軍事應(yīng)用研究必將越來(lái)越受到軍內(nèi)外、國(guó)內(nèi)外學(xué)者的廣泛重視。

[1]Judea Pearl. Fusion, propagation and structuring in belief networks[J]. Artificial Intelligence, 1986, 29 (3):241-288.

[2]Hall D L, Llinas J. An Introduction to Multisensor Data Fusion[C]. Proceedings of the IEEE. 1997, 85(1):6-23.

[3]Steinberg Alan N. Threat Assessment Technology Development[J]. Lecture Notes in Computer Science,2005: 490-500.

[4]S.Das, R.Grey, P.Gonsalves. Situation Assessment via Bayesian Belief Networks[C]. In Proceedings of the 5th international conference on information Fusion, Maryland,July, 2002: 664-671.

[5]K.B.Laskey. Hypothesis Management in situation specific Network construction[C].Proceedings of the 17th Conference on Uncertainty in Artificial Intelligence.Seattle, Washington, 2001: 301-309.

[6]孫兆林,楊宏文,胡衛(wèi)東.基于貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)評(píng)估方法[J].計(jì)算機(jī)應(yīng)用,2005,25(4):745-747.

[7]康長(zhǎng)青,郭立紅,等.基于模糊貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)威脅評(píng)估模型[J].光電工程,2008,35(5):1-5.

[8]馬志軍,田燕等.基于貝葉斯網(wǎng)絡(luò)的裝備損傷定位系統(tǒng)研究[J].軍械工程學(xué)院學(xué)報(bào),2009,21(2):9-12.

[9]胡濤,黎放,等.基于貝葉斯網(wǎng)絡(luò)的艦船戰(zhàn)損評(píng)估研究[J].武漢理工大學(xué)學(xué)報(bào),2007,31(6):1067-1070.

[10]Daniel W.Franzen, A Bayesian Decision Model For Battle Damage Assessment[D. Master's thesis, Helsinki University of Technology, 1999.

[11]Pekka Laitila. Bayesian Network Model for BDA[R].Helsinki University of Technology, 2009.

[12]史志富,張安,劉海燕,等.基于貝葉斯網(wǎng)絡(luò)的編隊(duì)對(duì)地攻擊損傷評(píng)估研究[J].系統(tǒng)工程與電子技術(shù),2007,29(7):1113-1116.

[13]B.R. Schneider, et al. Counterforce Targeting Capabilities and Challenges[D]. Master's thesis, 2004.

[14]J.T.Rauch. Assessing Airpower’s Effects: Capabilities and Limitations of Real-Time Battle Damage Assessment, 2002.

[15]李波,高曉光.基于貝葉斯網(wǎng)絡(luò)的機(jī)載武器系統(tǒng)綜合決策[J].系統(tǒng)仿真學(xué)報(bào),2007,19(4):886-889.

[16]魯華,周德云.貝葉斯網(wǎng)絡(luò)的對(duì)地多目標(biāo)攻擊決策[J].火力與指揮控制,2008，33(7):54-56.

[17]肖秦琨,高曉光.基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的目標(biāo)偵察信息處理研究[J].西安工業(yè)學(xué)院學(xué)報(bào),2005,25（1）:3-7.

[18]Hautaniemi, Sampsa. Target Identification with Bayesian Networks[D]. Master of Science thesis,Automation Department, Tampere University of Technology, 2000.

[19]Laskey George, Kathryn Laskey. Combat Identification with Bayesian Networks[C]. Presented at Command and Control Research and Technology Symposium. Quebec City, Canada: CCRP, 2002.

[20]郭小賓,王壯,胡衛(wèi)東.基于貝葉斯網(wǎng)絡(luò)的目標(biāo)融合識(shí)別方法研究[J].系統(tǒng)仿真學(xué)報(bào),2005,17(11)：2713-2716.

[21]James T. Luxh?j, David W. Coit. Modeling Low Probability/High Consequence Events: An Aviation Safety Risk Model[C]. Proceedings of the Reliability &Maintainability Symposium (RAMS), USA, 2006, 215 –220.

[22]劉莉,徐浩軍,等.基于貝葉斯網(wǎng)絡(luò)的飛行安全人因可靠性評(píng)估模型[J].空軍工程大學(xué)學(xué)報(bào),2009,10(3)：5-9.

[23]羅帆,陳小佳,顧必沖.基于貝葉斯網(wǎng)絡(luò)的航空災(zāi)害成因機(jī)理探析[J].北京航空航天大學(xué)學(xué)報(bào),2005,31(8):934-938.

[24]史志富.基于貝葉斯網(wǎng)絡(luò)的UCAV編隊(duì)對(duì)地攻擊智能決策研究[D].西安:西北工業(yè)大學(xué)博士論文,2007.