对高层次指挥决策而言,情报决策是必不可少的关键环节。传统的情报决策往往注重对各种假设成立的可能性(概率)进行主观判断,而对假设的取证分析重视不够。由于受过去成功经验和指挥体制的影响,指挥员和情报人员容易形成思维定势,而思维定势常常被对手利用来进行军事欺骗。因此,传统的情报决策方法存在一定的局限性。为了消除思维定势等因素对情报决策的不良影响,同时防范敌方的军事欺骗,有必要用科学的手段和方法来对假设集的形成、各个假设的识别与判断以及决策机制进行理性而又系统的分析,以达到减少失误,降低决策风险的目的。基于此,本文用系统科学的方法来探讨假设的动态取证问题,提出并研究了面向指挥决策的取证支持系统(FSSOC)的结构、功能和最优设计,以及解决系统的最佳运行、实现最优服务等问题。FSSOC是一个特殊的军事情报系统,是由人、设备、情报处理、指挥决策问题、允许的时限等系统对象所组成的综合体。它是服务于高层次情报决策的以人为主的人机系统。该系统在一定的时限内以决策任务为中心循环运行,循环体包括情报收集、情报预处理、情报分析、情报报告的产生与分发等。因此,系统的优化设计和循环体内各要素的研究是本文的主要内容。在情报收集方面,明确情报需求是获取情报的关键。本文通过引入案例推理的机制提出了明确情报需求的基本方法。在情报需求的牵引下,情报的获取一方面来自内部的数据挖掘,另一方面来自外部的收集。为此,我们提出了一种基于关系型情报数据库的情报检索算法,该算法能针对指挥员的情报偏好信息有效地检索出指挥员感兴趣的情报资料并自动排序,带有一定的智能性。此外,对从外部收集情报的方法和手段进行了讨论。情报预处理是避免无序信息和欺骗信息的干扰、高效利用情报为指挥决策服务的重要步骤。情报预处理的基础是对情报资料的评估。本文研究了多人对情报资料多属性进行评估的方法,在此基础上,提出了基于规则推理和基于模糊偏好信息两种筛选方法。这两种筛选方法分别适合对情报资料进行初选和精选,两者结合能有效对军事情报进行分类处理。情报分析是情报决策成败的关键。本文重点研究了情报分析中的相关问题。情报识别是情报分析的核心,而假设识别又是情报识别的关键。在讨论了情报识别一般过程的基础上,本文研究了识别假设的推理模式,采用默认结果关系和多值逻辑给出了识别假设的一般框架,并建立了能够合成多人模糊判断信息的假设识别模型。实例分析表明,本文提出的假设识别模型是切实有效的。此外,针对经过识别判断后幸存的假设集,本文还给出了基于D-S证据理论和基于语言决策分析的选择最可能假设的方法,这两种方法能够互补。此外,对基于最可能假设的情报报告的产生和分发问题进行了简单讨论。在FSSOC的优化设计中,本文以较低的时间成本获得高质量的情报决策效果宗旨,对如何构建一个简明、高效的情报网进行了探讨;分析了系统的组成与结构、运行条件、信息传递过程、软件平台的选择等问题;设计了军事决策案例库的结构,提出了所需的相似性检索方法,实现了FSSOC与军事决策支持系统案例推理的融合。考虑到通过群体分析来识别假设的需要,本文对情报agent合作决策的合成与修正涉及的问题进行了较为详细的讨论,重点研究了硬证据集的选择、硬证据集权向量的确定和硬证据集的修正等问题,提出了相应的处理方法与步骤。此外,本文还提出了根据情报agent给出的判断信息的准确性来修正其在每个假设上的可靠性的方法,为后续阶段选择合适的情报agent进行合作决策提供了参考依据。最后,本文进行了总结与展望,提出了一些需要进一步研究的问题。