目標威脅評估是對戰場信息處理和利用的最重要方式之一，是火力體繫優化運用的先決條件，是打贏信息化、智能化戰爭的必要手段。
本書繫統地介紹了陸戰場目標威脅評估的常用方法及其應用。主要內容包括陸戰目標威脅評估指標體繫的建立原則與建立方法、評估指標的量化原則與量化方法、評估指標的賦權方法、單目標與集群目標威脅度評估與排序方法，並通過評估實例說明了評估方法的具體應用方式等。
本書可作為從事信息化、智能化戰爭形態研究的科研人員、碩士與博士研究生、高年級本科生，以及其他相關領域的從業人員參考使用，也可供對信息化、智能化戰爭感興趣人群閱讀。
本書集作者自己多年來對以陸戰場作戰目標威脅評估技術的研究心得，並吸收、借鋻他人研究成果而成。

徐克虎，男，1963年3月生。分別於安徽師範大學、東南大學、南京航空航天大學，獲得學士、碩士、博士學位，中科院自動化研究所控制科學與技術博士後流動站出站。長期主要從事控制理論與控制工程專業的教學與科研工作，是所在單位學科帶頭人。在軍用優化控制理論、智能計算方法等與人工智能密切相關領域，多年耕耘，取得了一些教學與科研成果。主持或參與多項軍隊與地方的科研項目研究，獲得軍隊科技進步二等獎2項、三等獎1項，軍隊教學成果二等獎1項，在核心期刊上發表論文50餘篇，出版專著1部、編著2部。

第 1章 緒論 001
1．1目標威脅評估的概念 002
1．2目標威脅評估的作用 003
1．2．1輔助決策 004
1．2．2目標精確管理 004
1．2．3火力打擊優化 005
1．3目標威脅評估的研究現狀 005
1．4陸戰目標威脅評估的特點 008
1．4．1陸戰武器目標種類多樣 008
1．4．2陸戰武器作戰用途多樣 009
1．4．3戰場環境復雜 010
1．4．4陸戰目標威脅評估難度大 011
1．5陸戰目標威脅評估的要素與實現步驟 012
1．5．1威脅評估要素 012
1．5．2威脅評估實現步驟 014
第 2章 目標威脅評估指標體繫及量化方法 017
2．1評估指標體繫的確定原則與建立方法 018
2．1．1確定原則 018
2．1．2建立方法 019
2．2陸戰目標威脅評估的主要指標 020
2．2．1評估指標的分類 020
2．2．2評估指標的含義及描述 021
2．3評估指標量化原則與常用量化方法 023
2．3．1量化原則 023
2．3．2常用量化方法 024
2．4目標威脅評估指標的量化 027
2．4．1目標靜態指標量化 027
2．4．2目標動態指標量化 031
2．4．3環境指標量化 034
2．5威脅評估矩陣的確定 035
第3章目標威脅評估指標賦權方法 039
3．1指標權重基本概念及賦權原則 040
3．2主觀賦權法 041
3．2．1德爾菲法 041
3．2．2環比值法 041
3．2．3層次分析法 042
3．3客觀賦權法 044
3．3．1信息熵法 045
3．3．2離差函數最大化法 045
3．3．3逼近理想點法 046
3．4組合賦權法 047
3．4．1簡單線性加權法 047
3．4．2最小偏差組合賦權模型 048
3．5變權賦權法 051
3．5．1變權方法基本原理 052
3．5．2雙層融合變權方法 054
第4章基於加權綜合的目標威脅評估方法 057
4．1基於Vague值記分函數評估法 058
4．1．1Vague值均衡點 058
4．1．2風險厭惡型記分函數SRA(x) 059
4．1．3風險追求型記分函數SRP(x) 061
4．1．4風險中立型記分函數SRN(x) 062
4．1．5記分函數評估法 062
4．2基於Vague集距離度量的多屬性決策TOPSIS評估法 063
4．2．1Vague集距離度量一般方法及其準則 063
4．2．2改進的Vague集距離度量法 064
4．2．3多屬性決策TOPSIS評估法 065
4．2．4多屬性決策PA 066
4．3Vague集關繫模型威脅評估法 067
4．3．1基於風險偏好的Vague值運算法則 068
4．3．2基於Vague集關繫的目標評估與排序 069
4．4基於戰場態勢變權的威脅評估方法 070
4．4．1戰場態勢變權方法 070
4．4．2變權的TOPSIS威脅評估算法 073
4．4．3應用戰場態勢變權的目標威脅評估 074
4．5基於雙層融合變權目標威脅評估方法 076
4．5．1雙層融合變權目標威脅評估步驟 076
4．5．2雙層變權目標威脅評估實例分析 077
4．6基於組合賦權 VIKOR法的目標威脅評估方法 081
4．6．1直覺模糊集 081
4．6．2組合賦權 VIKOR法的威脅評估模型的建立 083
4．6．3實例仿真 088
第5章 基於機器學習的目標威脅評估方法 093
5．1回歸的目標威脅評估 094
5．1．1解決思路 094
5．1．線性回歸的基本原理 094
5．1．非線性回歸簡介 099
5．1．4回歸的威脅評估方法 100
5．1．5實例 100
5．2基於改進型RBF神經網絡的目標威脅評估方法 102
5．2．1解決思路 102
5．2．2RBF神經網絡 102
5．2．3基於RBF神經網絡的威脅評估方法 103
5．2．4RBF神經網絡威脅評估實例仿真 105
5．3基於分類的威脅評估方法 106
5．3．1解決思路 106
5．3．2常見的分類器及原理 107
5．3．3評估方法 111
5．3．4基於分類的威脅評估實例 112
第6章 面向集群目標的威脅評估方法 115
6．1集群目標的分組方法 116
6．1．1基於作戰策略的指揮員主觀分組方法 116
6．1．2基於算法規則的多目標分組方法 116
6．1．3集群目標分組實例 118
6．2大規模目標的層次評估結構 121
6．3集群目標威脅評估指標體繫 122
6．4基於戰場價值的集群目標威脅評估方法 124
6．4．1集群目標威脅評估結構 124
6．4．2集群目標整體評估方法 125
6．5基於區間變權灰色關聯法的集群目標威脅評估 129
6．5．1預備知識——區間數權重 129
6．5．2集群目標指標體繫的量化處理 129
6．5．3區間變權權重的確定 132
6．5．4適用於區間數的最小二乘灰色關聯威脅評估模型的構建 133
6．5．5實例仿真 136
第7章 陸戰分隊目標威脅評估實例分析 141
7．1目標威脅評估背景與評估目的 142
7．2建立評估指標體繫 143
7．3指標量化處理 145
7．4指標賦權 147
7．5威脅評估算法應用 149
7．5．1基於加權綜合的威脅評估 149
7．5．2基於機器學習的威脅評估 149
7．6分析與討論 151
第8章 後記與展望 153
8．1 目標打擊價值評估 155
8．2 目標毀傷評估 156
8．3 作戰能力評估 156
8．4 作戰效能評估 157
8．5 目標評估與作戰意圖識別融合發展 158
參考文獻 159
索引 163