无论是经典决策理论还是自然决策理论,都是为了消除决策问题的不确定性。决策问题越复杂,不确定性越大,决策中认知所占比例也越大。基于认知的决策模型更能适合复杂多变、有时间压力的网络中心战环境。为了夺取网络中心战的知识优势和决策优势,本文提出了一个适用于网络中心战环境下的基于认知的军事决策建模框架,该建模框架如实地反映了作战指挥人员在复杂动态有时间压力的战场环境中运用过去类似的经验结合当前的态势感知变化来快速得到满意的COA的决策行为特征。在基于认知的军事决策建模框架的基础上,本文提出一个基于状态描述、案例推理、规则推理的军事决策RMDM模型,该模型可以根据战场环境的态势感知事件,模拟决策者的认知行为,自动快速的推理出满意的COA以及所需相关的的协同COA,网络中心战环境下的多军兵种协同作战。为了让RMDM模型具有良好的描述和推理能力,本文在OWL DL的基础上构建了态势感知构造语言SSACL,同时采用了OWL DL与WSRL相结合的方法描述经验知识和规则知识。该语言具有良好的表达能力和可扩展性;SSACL构建的共享态势感知可由RMDM做自动处理进行推理和预测,从而达到认知态势,产生满意的COA以及所需的协同COA的目的。SSACL将成为面向网络中心战的知识基础设施的一部分,与规则本体、战场空间各个相关领域本体等一起为夺取网络中心战的知识优势和决策优势服务。