| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第17-42页 |
| 1.1 研究背景 | 第17-22页 |
| 1.1.1 指挥控制系统仿真发展面临的挑战 | 第17-19页 |
| 1.1.2 指挥控制系统的模糊性 | 第19-20页 |
| 1.1.3 模糊集理论对指挥控制系统信息处理中的作用 | 第20-22页 |
| 1.2 国内外研究现状及分析 | 第22-39页 |
| 1.2.1 指挥控制过程研究 | 第22-34页 |
| 1.2.2 模糊集理论的研究背景及意义 | 第34-35页 |
| 1.2.3 模糊形式化表示和推理方法 | 第35-36页 |
| 1.2.4 模糊决策方法 | 第36-39页 |
| 1.3 论文的主要贡献与组织结构 | 第39-42页 |
| 1.3.1 论文的主要贡献 | 第39-40页 |
| 1.3.2 论文的组织结构 | 第40-42页 |
| 第二章 JOC2P模糊表示与决策建模与求解框架 | 第42-55页 |
| 2.1 JOC2P概述 | 第42-45页 |
| 2.1.1 指挥控制过程的概念内涵 | 第42-43页 |
| 2.1.2 JOC2P的特点 | 第43-44页 |
| 2.1.3 JOC2P的复杂性分析 | 第44-45页 |
| 2.2 JOC2P模糊化建模研究 | 第45-53页 |
| 2.2.1 JOC2P模糊化建模需求分析 | 第45-50页 |
| 2.2.2 JOC2P模糊化建模的关键技术 | 第50-53页 |
| 2.3 JOC2P模糊化求解流程 | 第53-54页 |
| 2.4 本章小结 | 第54-55页 |
| 第三章 基于模糊本体的JOC2P语义表示方法 | 第55-79页 |
| 3.1 JOC2P模糊本体的开发需求 | 第55-57页 |
| 3.2 模糊本体语言FOWL | 第57-62页 |
| 3.2.1 模糊描述逻辑L-SHOIN | 第57-59页 |
| 3.2.2 基于模糊逻辑L-SHOIN的OWL扩展 | 第59-60页 |
| 3.2.3 模糊本体的FOWL表示 | 第60-62页 |
| 3.3 面向FOWL的JOC2P模糊本体表示方法 | 第62-67页 |
| 3.3.1 基于FOWL的JOC2P模糊本体设计 | 第62-67页 |
| 3.3.2 JOC2P模糊本体的开发流程 | 第67页 |
| 3.4 JOC2P模糊本体的语义验证方法 | 第67-78页 |
| 3.4.1 基于模糊描述逻辑的检验方法 | 第68-76页 |
| 3.4.2 基于f-SWRL推理的检验方法 | 第76-78页 |
| 3.5 本章小结 | 第78-79页 |
| 第四章 JOC2P模糊知识库构建方法 | 第79-96页 |
| 4.1 基于BOM的联合任务空间模型建模框架 | 第79-85页 |
| 4.1.1 BOM概述 | 第79-82页 |
| 4.1.2 面向JMSBOM的本体语义附加 | 第82-84页 |
| 4.1.3 JMSBOM的功能描述 | 第84-85页 |
| 4.2 JOC2P模糊知识库设计 | 第85-93页 |
| 4.2.1 JOC2P模糊知识库插件功能 | 第85-86页 |
| 4.2.2 JOC2P模糊知识库知识库组成 | 第86-90页 |
| 4.2.3 JOC2P模糊知识库构建 | 第90页 |
| 4.2.4 JOC2P模糊知识库应用模式 | 第90-93页 |
| 4.3 JOC2P模糊知识库推理应用 | 第93-95页 |
| 4.3.1 问题描述 | 第94页 |
| 4.3.2 威胁评估算法 | 第94-95页 |
| 4.4 本章小结 | 第95-96页 |
| 第五章 基于效果作战的JOC2P模糊决策优化方法 | 第96-112页 |
| 5.1 JOC2P在TIN中的决策建模 | 第96-99页 |
| 5.1.1 TIN及其基本参数定义 | 第96-97页 |
| 5.1.2 TIN的数学模型定义 | 第97-99页 |
| 5.1.3 模糊改进TIN的求解流程 | 第99页 |
| 5.2 基于直觉梯度模糊贝叶斯决策方法的先验概率更新算法 | 第99-102页 |
| 5.2.1 直觉梯度模糊贝叶斯决策的模型结构 | 第100-101页 |
| 5.2.2 直觉梯度模糊贝叶斯决策的计算步骤 | 第101-102页 |
| 5.3 面向模糊改进TIN的粒子群与模拟退火混合改进算法 | 第102-105页 |
| 5.3.1 算法设计 | 第102-104页 |
| 5.3.2 算法描述 | 第104-105页 |
| 5.4 综合案例 | 第105-111页 |
| 5.4.1 基于直觉梯度模糊贝叶斯决策方法的先验概率更新算法 | 第105-108页 |
| 5.4.2 基于粒子群与模拟退火混合改进算法 | 第108-111页 |
| 5.5 本章小结 | 第111-112页 |
| 第六章 JOC2P模糊多准则群决策方法 | 第112-128页 |
| 6.1 联合作战行动方案（JCOA）效能评估 | 第112-115页 |
| 6.1.1 效能评估指标体系 | 第112-113页 |
| 6.1.2 效能评估指标指标规范化 | 第113-114页 |
| 6.1.3 效能评估方法分析 | 第114-115页 |
| 6.2 基于FANP和VIKOR的模糊多准则群决策集成算法 | 第115-122页 |
| 6.2.1 集成算法的基本原理 | 第115-117页 |
| 6.2.2 集成算法的计算步骤 | 第117-122页 |
| 6.3 验证实例 | 第122-127页 |
| 6.4 本章小结 | 第127-128页 |
| 第七章 结论与展望 | 第128-131页 |
| 7.1 工作总结 | 第128-129页 |
| 7.2 工作展望 | 第129-131页 |
| 致谢 | 第131-133页 |
| 参考文献 | 第133-153页 |
| 作者在学期间取得的学术成果 | 第153-157页 |
| 附录A 基础理论 | 第157-166页 |
| A.1 Tableaux扩展规则表 | 第157-159页 |
| A.2 直觉梯度模糊集基本理论 | 第159-161页 |
| A.2.1 直觉梯度模糊数 | 第159-160页 |
| A.2.2 直觉梯度模糊数的基本运算 | 第160-161页 |
| A.3 三角模糊数基本理论 | 第161-162页 |
| A.4 区间直觉模糊集基本理论 | 第162-166页 |
| A.4.1 直觉模糊集（IFS）和区间直觉模糊集（IVIFS） | 第162-163页 |
| A.4.2 诱导广义区间值直觉模糊有序加权平均算子 (I-GIIFOWA) | 第163-164页 |
| A.4.3 区间直觉模糊集的熵 | 第164-165页 |
| A.4.4 区间直觉模糊集的交叉熵 | 第165-166页 |
