目标威胁评估是实现现代战场辅助决策的重要组成部分,是科学合理地完成火力分配的前提和关键,其本质上是多属性决策在实际问题中的应用。在目标威胁评估过程中,一方面由于决策者认知和能力有限,往往很难准确地描述决策信息的模糊不确定性。另一方面,由于战场目标往往具有动态性,传统基于单一时刻数据的目标威胁评估方法难以体现目标态势信息的动态变化。因此,需要研究一种能够包含多个时刻目标信息的威胁评估方法。为此,本论文依托陆装预研项目,将目标威胁评估问题转化为动态多属性决策问题,重点研究了区间直觉模糊条件下幂加权几何平均算子的集结方法和权值求解(属性权值的生成问题、时间权值的设定问题)。主要工作如下:(1)幂加权几何平均算子的集结方法研究。针对集结算子在处理动态多属性决策问题时,决策信息的模糊特性难以刻画,及现有加权平均算子未考虑集结数据间的相互关系、决策结果精度不高等不足,提出了一种动态区间直觉模糊幂加权几何平均算子。该算子在区间直觉模糊条件下,利用幂加权几何平均算子的非线性特性将集结数据之间相互关系联系起来,并给出了该算子的相关数学证明。仿真实例表明,该算子可以有效地描述决策信息的模糊特性,同时由于在模糊信息的处理过程中考虑了数据之间的相互关系,提高了决策信息的可利用程度。(2)区间直觉模糊属性权值的生成问题研究。针对属性权值未知的动态多属性决策问题,提出了一种基于区间直觉模糊距离的离差最大化属性权值算法。通过数据间的区间直觉模糊距离利用离差最大化的思想建立了一个属性权重求解模型,通过输入各个时刻的决策数据,可以得到相应时刻的属性权值。仿真实例表明,该算法提高了属性权值设置的合理性和精度。由于该权值是基于目标信息的区间直觉模糊距离通过分析单个属性数据与整体数据的偏差客观给出,因此,相比于主观权重的设置更加符合实际情况,减少了属性权值设置的不合理性。(3)动态多属性决策问题中时间权值的设定问题研究。针对时间权值未知的动态多属性决策问题,提出了一种基于时序偏好的相似度TOPSIS时间权值算法。首先在“时间度”的基础上通过引入决策者的时序偏好,然后结合时序信息本身的相似度,利用信息熵和逼近理想解的思想建立一个多目标优化模型,从而得到时间权值。仿真实例表明,该算法提高了威胁评估结果的可靠性;相比于其他方法,由于该方法既考虑时序信息本身,又融入了决策者偏好,使得时间权值的设定更加符合实际情况。