计算机生成兵力（Computer Generated Forces,CGF）是作战仿真领域的关键前沿技术之一。意图识别行为是CGF认知行为建模的重要研究方向,可有效解决现有模拟仿真系统中CGF行为模式固定可预测、对抗与协同能力不足、态势分析与处理水平低等问题。策略型意图识别行为建模是考虑战场竞合关系条件下,对一般意图识别行为的泛化研究,有助于CGF更富策略性地识别敌友作战意图。研究面向CGF的策略型意图识别理论对于提升CGF态势感知能力及在此基础上的智能决策与人机交互水平具有重大意义。论文的主要贡献如下:（1）构建了围绕假说空间动态识别与推理的策略型意图识别行为建模框架通过分析作战仿真系统中CGF策略型意图识别行为的建模需求与认知行为基础,明确了策略型意图识别在态势感知中的地位作用与影响因素,提出了策略型意图识别行为在认知行为模型架构上的两类实现方式,构建了围绕假说空间动态识别与推理的策略型意图识别行为建模框架,梳理总结了与其他认知行为的信息交互关系。（2）提出了基于马尔可夫决策过程的非对抗非合作意图识别方法,可有效用于动态网络阻断决策问题针对意图识别与规划决策等其他认知行为的综合应用问题,提出了一种基于马尔可夫决策过程的非对抗非合作意图识别方法,分别采用粒子滤波方法实现意图高效推理,采用启发式和逆强化学习方法对被识别者决策行为进行建模。基于意图识别方法解决动态网络阻断决策问题,提出基于主观置信的阻断资源分配方法、动态网络阻断模型的重构方法,实验结果验证了上述方法的有效性,较好提高了识别与决策质量。（3）提出了一种基于混合整数规划的欺骗路径规划方法,较好地解决了意图识别中欺骗行为建模问题针对现有意图识别方法缺乏欺骗行为表示与推理能力的问题,以路径规划问题为应用背景,提出了一种基于混合整数规划的欺骗路径规划方法,较好地解决了意图识别中全局优化、资源可控、不同概念可叠加的欺骗行为建模问题。特别地,针对大地形上的计算效率问题,结合基于子目标图的空间表示方法改进已有方法,实验结果证明了方法的可扩展性及有效性。（4）提出了一种采用混合整数规划的策略型意图识别建模方法,可有效用于对抗条件下的单方控制与双方博弈问题建模针对对抗条件下的策略型意图识别行为建模问题,提出了一种采用混合整数规划的策略型意图识别建模方法,可有效用于对抗条件下路网阻断决策问题中的单方识别控制与双方识别博弈。其中单方识别控制包括面向识别者的意图模糊消解模型和面向被识别者的意图模糊增强模型,双方识别博弈则基于双层混合整数规划进行描述。实验结果证明本文所提方法在控制识别过程、实现双方博弈的有效性。（5）提出了层次化协同行为模型和一种基于时间约束模型的策略型意图识别算法,解决了环境部分可观情况下的队友意图识别与协同问题针对合作条件下的策略型意图识别行为建模问题,提出了一种基于意图识别的层次化协同行为模型和一种基于时间约束模型的策略型意图识别算法,着重分析了行为树与意图识别研究中常见的与或树、分层任务网以及正式语法等表示模型的转换关系,解决了环境部分可观情况下的队友意图识别与协同问题。最后,论文对研究工作进行了深入总结,并给出了未来需要重点关注的研究问题和理论方法。