空中目标意图识别是战场态势评估的一个重要部分, 它直接关系到指挥员的作战决策。针对复杂战场环境下目标信息的多源性和不确定性, 提出了一种基于置信规则库(BRB)和证据推理(ER)的目标意图识别方法。首先, 建立了一种新的融合目标多源信息的BRB-ER意图识别模型; 其次, 建立了多参数优化模型优化系统初始参数, 以提高识别精度。最后, 采用某舰艇实际测得的目标信息对该方法进行了验证, 结果表明, 提出的方法能有效对空中目标意图进行识别。

阐述了体系贡献度的概念内涵, 针对当前体系贡献度评估方法的缺陷, 通过研究体系作战下的天基对地**攻防对抗能力及其对作战结果的影响作用, 构建天基对地**体系贡献度评估指标体系; 对于数学含义明确的指标, 建立相应的数学量化模型, 对于数学含义不明确的指标, 提出了一种基于模糊综合的证据推理方法进行评估; 建立典型天基对地**作战体系, 针对不同的作战模式, 仿真分析天基对地**的作战过程, 进行天基对地**体系贡献度的评估和分析。仿真结果表明, 所建立天基对地**体系贡献度指标体系完善合理, 在所给定的作战体系中可有效地评估天基对地**的体系贡献度, 结果可靠有效。

针对现有反TBM威胁评估方法很难在指标信息不完全的情况下进行评估的问题, 提出了一种基于证据推理的反TBM威胁评估方法。对处于助推段飞行TBM的威胁评估影响因素进行了深入分析, 建立了相应的威胁评估层次结构模型, 并分析了指标信息不完全的问题; 将证据推理方法应用于不完全信息下的反TBM威胁评估, 给出了相应的方法步骤; 通过算例分析, 证明了所提方法可有效解决指标信息不完全的反TBM威胁评估问题。

空中交通管制系统能力评估存在底层指标类型多样、评估信息不确定的问题。为此，提出一种基于 D-S证据理论推理的评估方法。该方法构造信度规则库，将多种类型的不确定性数据换成统一的信度结构，通过证据推理方法获得空中交通管制系统的能力满足度分布。以某空中交通管制中心系统能力评估为例说明方法的可行性和有效性。

为解决高可靠性设备的剩余寿命预测问题,针对寿命数据缺少、物理模型难以建立的情况,结合单调退化数据,采用逆高斯退化模型,对设备的退化过程进行建模;通过参数估计的方法得到退化模型,进而预测设备的剩余寿命。在有同批次多组数据都能对逆高斯模型进行参数估计的情况下,将会面临数据融合问题。采用基于证据推理(ER)的方法对多源数据进行融合处理,引入属性权重的概念,以此更加准确地估计逆高斯模型的参数。最后,通过实验仿真,证明了所提方法能够得到较为可信的参数估计结果。