在军事行动中，决策制定通常涉及在不确定性和复杂性条件下评估多个行动方案，这需要强有力的工具来支持规划者完成这一关键过程。为此，本研究引入了一个集成模糊层次分析法用于行动方案比较的多智能体系统，为决策制定提供了一种动态和分布式的途径。该系统通过相互作用的自主智能体对决策环境进行建模，每个智能体代表决策者、作战变量和背景因素。通过融入模糊层次分析法，该系统将层次分析法的结构化框架与模糊逻辑处理不确定性的能力相结合，使得智能体能够协作评估层次化决策标准。这些标准包括关键的技术和作战因素，使用专家判断和不确定参数的模糊表示进行评估。这种方法促进了行动方案智能、细致且自适应的比较，确保了多准则场景下的灵活性和一致性。实验结果表明，所提出的多智能体系统模型不仅提高了行动方案评估的准确性和可解释性，而且能有效适应不断变化的作战条件，提供可操作且可靠的见解。这项工作有助于推进基于人工智能的军事行动决策支持工具的发展，以应对动态和不确定环境中行动方案评估的复杂性。

考虑到快速演变的地缘政治格局、技术进步以及现代冲突的非对称性质，军事行动正变得日益复杂和不确定。这种日益增长的复杂性要求决策过程能够整合大量数据和知识，适应不可预测的场景，并在时间紧迫的条件下融合来自多方的不同观点。传统方法往往难以在此类高风险环境中提供所需的透明度、适应性和可靠性。为此，开发负责任、透明且可信赖的人工智能模型代表了一种可靠的替代方案。这些模型已在各种应用和活动中展现出宝贵成果，既能通过提高行动准确性和速度来支持决策，又能确保军事行动的伦理和作战维度得到充分考虑。通过构建促进问责制和可解释性的人工智能系统，军事行动可以在效率与法律、社会、伦理合规性之间取得平衡，从而增强复杂作战环境中人工智能赋能策略的信任度和可靠性。

具体而言，关于捕捉各种军事活动和任务的多样性、模糊性和复杂性，定义、分析、比较和选择最有效的行动方案是规划军事行动时的一项重要任务，因为任务的成功往往取决于在复杂和不确定条件下评估和比较多种备选方案的能力。军事环境的动态性使得这一决策过程进一步复杂化，需要同时考虑诸如简洁性、机动性、安全性、突然性、隐蔽性和相称性等标准。考虑到这些方面，开发相应的人工智能模型来处理这些决策过程，近年来已与该领域的研究者和实践者息息相关。为此，基于人工智能的决策支持系统，特别是那些考虑多准则决策方法的系统，提供了一种结构化的方法来应对这些挑战，这些方法能够同时处理专家知识和数据。为此，本研究构建了一个用于行动方案比较和选择的多智能体系统，该系统应用了模糊层次分析法这一稳健方法。这样做是为了通过模糊逻辑来整合和容纳主观的专家判断以及不确定性。此外，采用这种方法是因为：（i）其在处理各种决策过程中的不确定性和模糊性问题时取得了有价值的成果；（ii）能够以自适应方式捕捉和结构化决策过程中需要考虑的多项准则；（iii）有可能将这种方法集成到所提出的多智能体系统的协作和分布式环境中。通过系统地捕捉准则和备选方案的成对比较、将语言评估转化为模糊隶属度函数、并聚合专家意见，模糊层次分析法确保了决策过程的透明度、可靠性和适应性。该方法包括权重归一化和一致性检验以确保逻辑连贯性，最终根据其在所有准则上的表现识别出最优行动方案。为证明所提出模型的有效性，基于模糊层次分析法的系统通过一个聚焦反恐行动的用例进行了实施和评估。该系统的设计捕捉了专家角色、操作流程和特定领域需求。同时，进行了鲁棒性分析以评估系统在不同输入条件下的可靠性，确保尽管存在专家判断固有的不确定性，输出仍能保持一致。通过应对作战准则的复杂性并在智能体方法中利用专家输入，所提出的系统有助于当前旨在构建负责任且可信赖的基于人工智能的军事系统，并在动态和不确定环境中提供恰当决策支持的发展。

本文其余部分结构如下。第2节讨论了在此研究背景下进行的相关研究。第3节介绍了构建本研究所提模型所遵循的方法论路径。第4节讨论了所提模型的设计、实施和评估结果。最后，第5节阐述了结论性意见和未来研究展望。