在大规模兵棋仿真推演中,空中任务是指挥员关注的重点。对空中任务的快速、准确和自动识别,是智能决策的前提和基础。深度学习技术的迅速发展,为复杂战场态势特征提取提供了现实可行的解决方法,为研究空中任务识别提供了技术支持。概述了传统任务识别研究方法和基于深度学习的任务识别方法研究进展,分别对卷积神经网络(Convolutional Neural Networks,CNN)、长短时记忆网络(Long Short Term Memory,LSTM)、生成对抗网络(Generate Adversarial Network,GAN)3种深度学习方法在空中任务识别问题中的应用进行了论述,提出了解决思路。
应用联分战役智能决策支持系统（joint campaign intelligent和decision support system，JCIDSS）是实现我军信息化和现代化的必然趋势，而JCIDSS必然以我军已建成的且在地域上广泛分布的网络作为决策的分布式支撑环境。联合战役智能决策支持系统决策过程中求解知识类型复杂、知识量大，而且面向不同的领域决策问题。根据Agent所具有的交互性、反应性和主动性等特征，将实时技术与多Agent技术相结分．研究JCIDSS中的过程控制技术，从而建立JCIDSS过程控制模型。
