佟守愚，龐世春，楊 吉，華宏圖

（空軍航空大學(xué)基礎(chǔ)部，吉林 長春 130022）

貝葉斯網(wǎng)絡(luò)(Bayesian Networks)是一個包含條件概率表的有向無環(huán)圖，是目前不確定知識表達和推理領(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, 具有嚴格的數(shù)學(xué)理論基礎(chǔ)；適用于表達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)的有向圖表達各個信息要素之間的關(guān)聯(lián)關(guān)系及影響程度，用節(jié)點變量表達各個信息要素，用連接節(jié)點之間的有向弧表達各個信息要素之間的關(guān)聯(lián)關(guān)系，用條件概率矩陣表達各個信息要素之間的影響程度。

目前國內(nèi)外許多學(xué)者和研究機構(gòu)都在對貝葉斯網(wǎng)絡(luò)進行深入的研究。這些研究主要集中在以下四個方面: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曾在洛杉磯時報上說：微軟公司未來的進一步發(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或信息中做出雙向推理的能力。近年來，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方面。

1.1 戰(zhàn)場態(tài)勢威脅評估

戰(zhàn)場態(tài)勢評估和威脅評估作為戰(zhàn)場指揮控制系統(tǒng)的重要功能，對指揮員準確地判斷敵情，進行正確的軍事決策，起著至關(guān)重要的作用。態(tài)勢威脅評估位于美國國防部聯(lián)合領(lǐng)導(dǎo)實驗室提出的數(shù)據(jù)融合模型中的第二級和第三級[2]，與一級融合(位置和身份估計)相比，態(tài)勢威脅建模要困難得多[3]。國內(nèi)外研究人員對態(tài)勢威脅評估建模應(yīng)該采用什么樣的方法和技術(shù)，并沒有達成一致的意見。

由于貝葉斯網(wǎng)絡(luò)自身所具有的優(yōu)點，近幾年出現(xiàn)了一大批基于貝葉斯網(wǎng)絡(luò)的態(tài)勢估計研究成果[4]。Laskey[5]對態(tài)勢估計領(lǐng)域貝葉斯網(wǎng)絡(luò)的構(gòu)建方法進行了探討，提出利用網(wǎng)絡(luò)片斷技術(shù)構(gòu)建用于態(tài)勢估計的貝葉斯網(wǎng)絡(luò)；以節(jié)點表示戰(zhàn)場軍事事件，事件間的因果關(guān)系以節(jié)點之間的有向邊表示，關(guān)系強度以節(jié)點之間的條件概率表示。在態(tài)勢估計過程中，以態(tài)勢覺察過程檢測到的軍事事件和人工情報作為證據(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。通過這樣的證據(jù)推理過程，獲取在已知證據(jù)情況下其字事件發(fā)生的可能性，達到判斷敵方目的、預(yù)測敵方行動的目標(biāo)。

國防科大孫兆林博士[6]對態(tài)勢估計功能模型進行研究，分析態(tài)勢估計各階段需要處理的軍事事件以及對兵力編群的處理；針對現(xiàn)有態(tài)勢假設(shè)模型無法表達雙方對抗性行動的問題。在交互性態(tài)勢假設(shè)前提下，構(gòu)建用于態(tài)勢估計的貝葉斯網(wǎng)絡(luò)，并以艦艇編隊對抗敵方?？諈f(xié)同攻擊的作戰(zhàn)過程為背景，設(shè)計并實現(xiàn)了一個戰(zhàn)場態(tài)勢與估計原型系統(tǒng)，驗證方法的有效性。

康長青等[7]針對傳感器測量數(shù)據(jù)的不確定性，提出基于模糊貝葉斯網(wǎng)絡(luò)的態(tài)勢威脅評估模型。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判得到威脅目標(biāo)的動態(tài)威脅度，接著運用可能性概率轉(zhuǎn)換理論將模糊表示的動態(tài)威脅度轉(zhuǎn)化成概率域知識，最后在概率知識域使用貝葉斯網(wǎng)絡(luò)推理算法得到目標(biāo)的威脅等級，為武器系統(tǒng)選擇跟蹤打擊目標(biāo)提供決策依據(jù)。

1.2 裝備損傷評估

裝備戰(zhàn)場損傷評估實際上是一個搶修的決策過程，指在戰(zhàn)場上或緊急情況下對損傷裝備的損傷程度及其修復(fù)措施進行快速評估，以便對裝備進行應(yīng)急搶修或推遲修理，確保當(dāng)前任務(wù)的完成。在評估過程中，準確地判斷和定位裝備的損傷部位是一項非?；A(chǔ)、但又非常關(guān)鍵的工作，它直接影響到裝備戰(zhàn)場搶修工作的效率和成敗。但在實際戰(zhàn)場環(huán)境下，評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)特點所決定的，通常只能根據(jù)經(jīng)驗進行推測，即在不完全信息的情況下進行裝備損傷評估。

為了解決不完全信息情況下的裝備戰(zhàn)場損傷評估問題，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，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程，驗證了貝葉斯網(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)場攻擊過程中，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大量的不確定因素進行精確的數(shù)學(xué)描述，導(dǎo)致在實際的艦船戰(zhàn)場對抗中，難以得出較為精確的損傷分析結(jié)果。胡濤等[9]針對艦船戰(zhàn)損評估的因果推理特性，提出了基于貝葉斯網(wǎng)絡(luò)的戰(zhàn)損評估方法，并應(yīng)用所提出的方法建立了艦船戰(zhàn)損評估模型，分析了貝葉斯網(wǎng)絡(luò)的艦船戰(zhàn)損評估流程。應(yīng)用實例表明該方法的有效性和可操作性，提高艦船戰(zhàn)損評估速度。

1.3 目標(biāo)毀傷效能評估

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

Pekka[11]以對假想的機場進行空對地突襲為例，分析了 BDA過程在突襲作戰(zhàn)中的實現(xiàn)方法。機場目標(biāo)既包括樓房等點目標(biāo)，也包括跑道、機庫等面目標(biāo)，具有代表性。在突襲實施前，根據(jù)已獲得的目標(biāo)信息，首先進行打擊前的作戰(zhàn)損傷預(yù)估。然后進行空中突襲，突襲過程分三個階段實施。突襲剛結(jié)束，依據(jù)彈載攝像機傳回的部分目標(biāo)的實時視頻信息和任務(wù)報告進行打擊后作戰(zhàn)毀傷評估，但這種評估只能對部分目標(biāo)進行。突襲結(jié)束幾小時后，當(dāng)獲得了全面、可靠的毀傷信息，真正的作戰(zhàn)毀傷評估才能進行。所有目標(biāo)的毀傷評估可以進行全面更新。史志富等[12]提出應(yīng)用貝葉斯網(wǎng)絡(luò)對對地攻擊效果進行分析評價,建立了編隊對地攻擊損傷評估的貝葉斯網(wǎng)絡(luò)模型,給出了基于貝葉斯網(wǎng)絡(luò)的損傷評估的推理決策方法。并且以一個飛機編隊包括一架有人機和四架無人機,協(xié)同空襲敵方機場，獲取空中壓制和襲擊機場跑道為任務(wù)目的，對所采用的方法進行了仿真分析。

美國軍方一直試圖通過多種途徑提高 BDA過程的效率，比如改進評估程序、增加評估人員培訓(xùn)、采用新技術(shù)等，但仍然難以滿足 BDA過程的實時性和精確性要求。用貝葉斯網(wǎng)絡(luò)對 BDA過程的決策模型進行改進，可以解決 BDA過程中一些比較困難的問題，比如移動目標(biāo)或地下目標(biāo)的BDA評估[13,14]。

1.4 智能攻擊決策

現(xiàn)代戰(zhàn)機最重要的特點就是火力控制裝備(硬殺傷武器)和電子戰(zhàn)裝備(軟殺傷武器)的一體化，它是飛機機載攻防系統(tǒng)與飛機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)同使用準則。分析了使用貝葉斯網(wǎng)絡(luò)進行軟硬殺傷武器系統(tǒng)綜合決策的知識表示問題，得出了綜合決策網(wǎng)絡(luò)的三種類型的節(jié)點：態(tài)勢節(jié)點、傳感器節(jié)點、武器節(jié)點。提出了構(gòu)建貝葉斯網(wǎng)絡(luò)進行綜合決策的步驟，通過敵對雙方戰(zhàn)機空戰(zhàn)為例說明了使用貝葉斯網(wǎng)絡(luò)進行軟硬殺傷武器系統(tǒng)綜合決策的過程。

魯華等[16]采用貝葉斯網(wǎng)絡(luò)技術(shù),將影響目標(biāo)威脅程度評估的主要因素在網(wǎng)絡(luò)中連接, 收集表示戰(zhàn)場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,證據(jù)自動在網(wǎng)絡(luò)中傳播并修改軍事實體態(tài)勢假設(shè),構(gòu)造一個對戰(zhàn)場威脅度進行分析、推理、預(yù)測的貝葉斯因果模型。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,對多目標(biāo)攻擊時目標(biāo)的選擇和攻擊排序進行研究，為飛行員確定攻擊策略提供依據(jù)。

1.5 目標(biāo)偵察與識別

戰(zhàn)場環(huán)境隨機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)合起來構(gòu)成動態(tài)貝葉斯網(wǎng)絡(luò)，將其用于戰(zhàn)場偵察情報的推理分析。首先建立動態(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，通過HMM狀態(tài)轉(zhuǎn)移矩陣可預(yù)測出未來環(huán)境變化趨勢，最后應(yīng)用模糊推理得到問題的最優(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)融合識別是一個不確定推理過程。為解決大量不確定性和復(fù)雜性信息對戰(zhàn)斗識別的影響，Hautaniemi[18]模擬了兩種不同的場景，利用貝葉斯網(wǎng)絡(luò)節(jié)點變量表示目標(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)的識別。郭小賓等[20]對貝葉斯網(wǎng)絡(luò)模型在利用雷達偵察、通信偵察和紅外偵察三種傳感器數(shù)據(jù)的目標(biāo)融合識別中的應(yīng)用進行了研究。以樸素貝葉斯分類器和擴展貝葉斯分類器為基本結(jié)構(gòu)構(gòu)建了一種目標(biāo)融合識別系統(tǒng)模型，采用同質(zhì)傳感器數(shù)據(jù)優(yōu)先原則對三種傳感器數(shù)據(jù)進行了合理綜合，仿真實驗結(jié)果驗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為提高飛機戰(zhàn)斗力所不斷追求的目標(biāo)，是各國航空兵部隊迫切需要解決的重大問題。特別是新型戰(zhàn)機科技含量高，價格昂貴，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)險模型（ASRM），總結(jié)了新技術(shù)或新產(chǎn)品嵌入對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，由美國國家航空航天局（NASA）和美國聯(lián)邦航空管理局（FAA）的聯(lián)合支持下開發(fā)的，是一個專門討論低概率事件導(dǎo)致嚴重后果事件的一個典范，并利用可控飛行撞地事件驗證了模型ASRM。劉莉等[22]基于廣義人—機—環(huán)境復(fù)雜系統(tǒng)，對飛行人員可靠性、空中交通管制人員可靠性和航空器維修人員可靠性進行了分析, 綜合考慮常用可靠性評估方法的優(yōu)缺點,采用貝葉斯網(wǎng)絡(luò)建立了飛行安全人因可靠性的評估模型。該模型綜合運用診斷推理和支持推理形式，分析直觀，計算簡便，適用于廣義的人—機—環(huán)境復(fù)雜系統(tǒng)建模，同時該模型可以根據(jù)后驗概率來調(diào)整先驗概率，從而有效地提高了評估的精度。

羅帆等[23]針對航空災(zāi)害的形成特點，認為致災(zāi)因素的相互作用是航空災(zāi)害成因機理分析的關(guān)鍵?；谪惾~斯網(wǎng)絡(luò)模型,綜合運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、環(huán)境與管理因素相互作用的內(nèi)在規(guī)律。通過高斯貝葉斯網(wǎng)絡(luò)在典型案例致災(zāi)成因機理分析中的應(yīng)用，挖掘隱含的內(nèi)部因素對系統(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)用中存在的問題與研究展望

近年來，雖然貝葉斯網(wǎng)絡(luò)技術(shù)的軍事應(yīng)用研究在多個領(lǐng)域的取得了較快發(fā)展，但仍處于起步階段，還存在大量的問題需要進一步的探索和研究。

1）軍用貝葉斯網(wǎng)絡(luò)模型的改進與細化。針對不同的軍事應(yīng)用領(lǐng)域所構(gòu)建的各種貝葉斯網(wǎng)絡(luò)模型都是面對假想的作戰(zhàn)場景進行了一定的簡化，必然與真實系統(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編隊對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。因此模型的改進與細化有大量的問題亟待解決。

2）用于復(fù)雜系統(tǒng)智能決策的貝葉斯網(wǎng)絡(luò)理論問題。現(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)點影響結(jié)果節(jié)點的滯后時間，從而只適合于靜態(tài)分析。因為原因發(fā)生的時間和結(jié)果發(fā)生的時間不是同時的，而是有一定時間滯后的，而滯后時間的長短將影響貝葉斯網(wǎng)絡(luò)的推理結(jié)論。所以，必須引入動態(tài)貝葉斯網(wǎng)絡(luò)，將時間因素引入到貝葉斯網(wǎng)絡(luò)建模中，使貝葉斯網(wǎng)絡(luò)的推理與時間相關(guān)。

3）貝葉斯網(wǎng)絡(luò)用于智能決策的實時性問題。通常的貝葉斯網(wǎng)絡(luò)的構(gòu)建都是以離線的方式進行，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，實時性問題也將得到解決。但貝葉斯網(wǎng)絡(luò)的組成復(fù)雜，需要提供多方面的先驗知識和后驗知識才可綜合決策，因此在實際應(yīng)用中，需要大量集結(jié)并實時更新領(lǐng)域?qū)＜业闹R信息，從而實時性如何保證也是研究的重點。

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)，將是未來研究的一個重大課題，也是一個熱點、難點問題。

3 結(jié)束語

自1986年P(guān)earl提出貝葉斯網(wǎng)絡(luò)理論以來，經(jīng)過二十余年的發(fā)展，其理論和應(yīng)用研究取得了長足的進展。本文較為詳細地闡述了國內(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)場態(tài)勢威脅評估、裝備損傷評估、目標(biāo)毀傷效能評估、智能攻擊決策、目標(biāo)偵查與識別、飛行安全六個領(lǐng)域的研究成果。進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、難點。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)用研究必將越來越受到軍內(nèi)外、國內(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)勢評估方法[J].計算機應(yīng)用,2005,25(4):745-747.

[7]康長青,郭立紅,等.基于模糊貝葉斯網(wǎng)絡(luò)的態(tài)勢威脅評估模型[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,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)損評估研究[J].武漢理工大學(xué)學(xué)報,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)的編隊對地攻擊損傷評估研究[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)的機載武器系統(tǒng)綜合決策[J].系統(tǒng)仿真學(xué)報,2007,19(4):886-889.

[16]魯華,周德云.貝葉斯網(wǎng)絡(luò)的對地多目標(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,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)融合識別方法研究[J].系統(tǒng)仿真學(xué)報,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估模型[J].空軍工程大學(xué)學(xué)報,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)害成因機理探析[J].北京航空航天大學(xué)學(xué)報,2005,31(8):934-938.

[24]史志富.基于貝葉斯網(wǎng)絡(luò)的UCAV編隊對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.