本书是著者研究团队多年对反导作战智能辅助决策理论与方法的研究成果，其内容反映了反导作战智能辅助决策领域的新思想、新方法。本书以军事需求为牵引，以反导作战决策问题建模与求解为主线，以军事运筹学、人工智能理论以及不确定性理论为指导，系统阐述了反导作战中的目标识别、威胁评估、静态火力分配以及动态火力分配问题的智能辅助决策方法等。 本书适合从事军队指挥、指挥自动化系统、军事系统工程、人工智能军事应用和武器装备研制领域的研究人员阅读、参考。

第1章 绪论
1.1 反导作战体系及作战过程
1.2 反导作战智能辅助决策分类及特点分析
1.3 反导作战智能辅助决策过程分析
1.4 反导作战智能辅助决策方法
1.5 反导作战智能辅助决策研究现状
第2章 基于直觉模糊核聚类的中段反导目标识别方法
2.1 问题分析
2.2 直觉模糊集基本理论
2.3 基于IFKCM的中段反导目标综合识别方法
2.4 本章小结
第3章 基于动态多时刻融合的反导作战目标威胁评估方法
3.1 问题分析
3.2 区间直觉模糊集理论
3.3 新的区间直觉模糊运算规则
3.4 新型区间直觉模糊加权平均算子
3.5 基于IVIFECF-IVIFWA-TOPSIS的多时刻融合目标威胁评估方法
3.6 仿真及结果分析
3.7 本章小结
第4章 基于模糊随机期望的反导作战静态火力分配方法
4.1 问题分析
4.2 模糊随机期望基本理论
4.3 反导作战静态火力分配问题建模
4.4 带怀疑因子及斥力因子的粒子群优化算法DRPSO
4.5 基于DRPSO算法的反导作战静态火力分配模型求解
4.6 本章小结
第5章 基于混合变邻域粒子群的非线性双层规划求解方法
5.1 问题分析
5.2 带审敛因子的变邻域粒子群算法VNPSO-CC
5.3 求解NBLP问题的VNPSO-CC算法
5.4 本章小结
第6章 基于模糊机会约束双层规划的反导作战动态火力分配方法
6.1 问题分析
6.2 模糊机会约束规划基本理论
6.3 反导作战动态火力分配问题建模
6.4 基于HHFPSO算法的反导作战动态火力分配模型求解
6.5 本章小结
第7章 防空反导智能辅助决策训练与验证关键技术
7.1 问题分析
7.2 深度强化学习技术
7.3 防空反导智能对抗推演平台原理
7.4 基于深度强化学习的AlphaC2算法设计
7.5 数字战场环境
7.6 AlphaC2训练过程
7.7 实验验证
7.8 本章小结
参考文献