基于火力毁伤效果不确定性的目标毁伤效果评估方法研究
现代战争的环境多样化和复杂化的多重变革，在这种被现代科技不断推动的复杂化环境下，目标毁伤效果评估（BDA）对于现场指挥作战的决策支持作用越来越大，但是由于存在着战争中环境因素的复杂性影响，以及目标毁伤信息的不确定性问题，使得BDA正在面临着巨大的压力与挑战。
回到历史战争中，可以看到BDA的重要价值。
在科索沃战争中，美军正是因为在目标毁伤效果评估能力上的欠缺，造成了巨大的军事浪费，而且也贻误了战机。
美军航空导弹部队在此次战役中平均每天有40次重复打击，最高时重复打次次数达到一天160次。
重复打击带来的巨大军事浪费和实际延误后果事实上是可以通过提升目标毁伤效果评估能力而得到规避的。
美军正是在此次战役以及海湾战役因BDA能力吃亏之后，成立了专门的研究机构，并产出了后来一系列的评估方法，其中包括1994年的BDASIM仿真模型，以及1999年产生的目标BDA贝叶斯决策模型。
在近几十年的BDA研究中，各种方法和思想层出不穷，贝叶斯网络是这些方法中长期保持热门的一种不确定性推理工具，由于通过其能够对不确定或者不完整的信息进行分析，并对所要研究的问题作出较为准确的推理，与战场上从不确定和不完整的目标毁伤信息对目标毁伤效果进行综合评估的特性十分吻合，这一近几十年来人工智能领域最为重要的研究成果在BDA上的应用有着极大的研究前景和应用
价值。
纵观国内的军事目标损毁效果评估的研究，目前尚处于起步发展期，没有完善的理论体系，更没有成套的评估系统，依赖于侦查信息和指挥者的主观经验判断的粗放模式对于现代战争能力的发展而言是极为不利的。
因此，结合时下热门的贝叶斯网络研究，提出有效的算法和方法论并进行仿真对比，有利于为提升和完善国内的军事BDA，具有较大的研究价值。
贝叶斯网络算法起始于著名的数学家Bayes的一篇哲学性论文《an essay towards solving a problem in the doctrine of chances》【1】,这篇文章奠定了贝叶斯学派的基础，而贝叶斯网络这一概念最早由美国加州大学的Pearl提出【2】。
自贝叶斯网络被提出之后，对其的研究就被应用到了治疗诊断、机器故障诊断、用户建模、自然语言理解、计算机视觉等各个领域，贝叶斯网络的发展大约经历三个阶段【3】：（1）贝叶斯网络的推理机制研究；（2）贝叶斯网络的学习方法研究；（3）贝叶斯网络在实际问题领域的研究。
对于推理机制的研究取得重大突破在20世纪80年代末90年代初。
Ceiger等人在图模型的拓扑结构和随机变量独立性关系的研究基础上，提出有向分隔的概念与判断方法【4】，之后贝叶斯网络形成了精确推理算法和近似推理算法两类。
精确推理算法中具有代表性的是Pearl于1986年提出的消息传播算法【5】、Lauritzen等人1990基于组合优化思想提出的连接推理算法【6】、Shachter在1990年提出的弧
删除算法【7】以及Darwiche在2000年提出的微分算法【8】，而对于近似推理算法中，较为典型的是1995年由Dagum等提出的概率逻辑抽样法【9】和Murphy等在1999年提出的循环消息传递法【10】。
在后续对于贝叶斯网络关于学习的研究中，涌现出了一大批经典的算法，这些算法大致可被归为三类【11】：基于评分搜索学习、基于依赖分析学习和混合学习法。
Cooper等人1992年提出了基于贝叶斯网络和贪婪搜索法的K2算法【12】；Suzuki等人1993年基于MDL评分函数和分支定界搜索法提出K3算法【13】；Chickering等人1995年基于贝叶斯评分和模拟退火启发式搜索策略的结构学习法【13】；Larranaga在1996年基于贝叶斯评分和遗传算法提出了一种结构学习法【14】；Wong等人……
贝叶斯网络的应用研究在国内起步较晚，而在国外研究则相对较早。
（介绍在BDA的国内外研究）
本类论文可以按照以下提纲展开
第一章：绪论（具体怎么写未定）
第二章：基于火力毁伤效果不确定性的评估方法研究2.1概述 2.2灰色层次分
析法及其毁伤效果评估模型（包括方法简介以及其在火力毁伤效果评估中的应用）2.3贝叶斯网络法（包括其基本方法,模型结构以及在火力毁伤效果评估中的应用）
第三章：不确定性条件下的贝叶斯学习（主要内容以贝叶斯结构学习为主并且有算法上的创新，并加仿真试验以验证其有效性，具体小节怎么写需要你们来定）或可以写成贝叶斯网络的优化（除基本方法外要求上还是要有创新及仿真实验对比）
第四章某毁伤效果评估案例的研究：4.1基于某毁伤案例的指标选取（包括指标选取准则、标准以及方法）
4.2基于贝叶斯网络结构学习改进的具体试验（包括实验设计及结果分析等等）第五章基于HLA的作战仿真系统火力毁伤评估软件设计
5.1系统评估框架设计
5.2评估模型算法代码生成
5.3软件初步实现
第六章总结展望。