1.一种基于计算机生成兵力的作战仿真系统，其特征在于，包括：
数据输入模块，用于输入不同场景的路径规划、战术策略和队组协同关系，以及输入规划算法、和操作人员的信息；规划算法包括：不同场景路径规划和战术策略的算法；
数据分析模块，通过对输入的路径、战术策略进行分析，实现路径规划识别建模、战术策略识别建模、作战方案识别建模，把各种输入数据进行模型形式化表示和数据分析；
输出评价模块，对分析后的数据进行输出和评价，并对输出的数据进行学习推理，通过分析收益与代价，推理出模拟的决策规划是否合理。
2.根据权利要求1所述的基于计算机生成兵力的作战仿真系统，其特征在于，所述数据分析模块包括：
任务空间分析模块，通过对路径规划、战术策略、协同关系的分析，得出对应的领域知识与任务空间，并对任务空间进行分析；根据对任务空间的分析结果，对路径规划、战术策略、作战方案进行模型形式化表示；所述任务空间包括：路径规划、战术策略和队组协同关系；
意图识别模块，采用三类理论方法对意图识别进行建模：基于有向图的统计关系学习方法LHMM；基于无向图的统计关系学习方法MLN；基于决策/规划理论的方法；基于这三类方法解决含有协同关系、观察数据不完整、意图可变、训练数据不足等复杂条件下的CGF意图识别建模，为其他模块提供在作战仿真中需要用到意图识别产生的数据；
领域知识表示模块，首先分析任务空间，从任务空间中提取领域知识，然后根据选择的识别模型，将其进行形式化表示；所述领域知识包括：可能存在的作战意图、为达到意图可能采取的行动、行动前键和约束关系、行为对实体和环境状态的影响、需要设定的参数。
3.根据权利要求1所述的基于计算机生成兵力的作战仿真系统，其特征在于，所述输出评价模块包括：
MLN模块，对山地攻防作战中的战术策略进行识别，进行模型分析；引入高阶逻辑，加入连续函数，提高计算准确率和识别准确率；分析在山地攻防图中可能存在的问题，并对模型的模拟结果进行评价和反馈；
LHMM模块，能够处理非结构化数据，进行仿真系统的模拟；构建新的DBN结构和视力表，并在其识别框架中引入行为终止变量；隐状态持续时间建模，利用对数正态分布、指数族分布、Coxian分布描述持续时间，更好的模拟出仿真模型在实战中的效果并且进行反馈。
4.一种基于计算机生成兵力的作战仿真方法，其特征在于，包括以下步骤：
S1、在系统初始化时，输入不同场景的路径规划、战术策略和人物地形协同关系，以及输入规划算法和操作人员的信息；
S2、初始化数据输入后，进入实验数据分析和系统建模阶段，根据步骤S1中输入的数据，分别进行路径规划识别建模，战术策略识别建模，作战方案识别建模，将所有的数据都用模型化表示出来；
S3、数据建模后，输出数据以及对模型进行评价，进行收益与代价计算，推理出收益与代价的比例是否合理，并且输出结果。
5.根据权利要求4所述的方法，其特征在于，步骤S2中，
所述路径规划识别建模：通过对输入的路径规划信息进行建模，输出数据后，在最后的输出评价模块中用来学习，推理；
所述战术策略识别建模：通过设定软硬规则，输出基于决策/规划理论的意图识别，进行收益与代价的计算，模型比较后，判断模型是否合理；
所述作战方案识别建模：用模型形式化表示作战方案后，通过学习，构造对应的作战模型。
6.根据权利要求4或5所述的方法，其特征在于，步骤S2包括：
基于LHMM的路径规划识别建模：首先需要明确路径规划过程中的常量符号、变量符号、谓词符号和函数符号，再根据路径规划构造层次化的因果图；LHMM需要计算出各个节点间的转移概率，再通过判断当前时刻的节点及其父节点来实现路径规划识别；
基于MLN的战术策略识别建模：首先明确可能使用到常量符号、变量符号、谓词符号和函数符号，再将战术规则和作战规律用一阶谓词表示成命题形式，依据专家经验判断软硬规则，即分析出恒为真的命题和可能为假的命题，通过求解MLN最大可能性问题，就可得到当前时刻可能性最大的意图，还可通过计算边缘概率和条件概率得到意图为真时的概率；
基于决策/规划理论的作战方案识别建模：采用层次化任务网规划器SHOP2来描述作战方案，其知识描述由任务、执行器、方法和公理组成；其中，任务包括原子任务和复合任务，复合任务是可进一步划分的任务，而原子任务为可直接由执行器执行的任务，没有父节点的复合任务即为意图，建模过程中，将作战方案逐步分解直至原子任务，再给出任务执行的约束关系，最终形成HTN结构图。
7.根据权利要求6所述的方法，其特征在于，步骤S3包括：
采用LHMM和MLN方法，评价指标包括precision、recall和F-Measure，三个指标定义如下：
其中，N为可能的意图数目，TP为测试集中真实意图为第i个意图且识别结果为第i个意图的次数，TL为测试集中识别结果为第i个意图的次数，TT为测试集中真是意图为第i个意图的次数；precision和recall分别从识别结果和测试集两个角度衡量了战术策略识别模型的性能，F-Measure是对precision和recall两个指标的综合。
8.根据权利要求5所述的方法，其特征在于，基于决策/规划理论的意图识别：首先，利用当前的状态空间和决策模型/规划器计算完成意图的收益与执行代价；随后，对识别对象决策的随机性建模，依据识别对象的偏好生成随机因子并将其作用于意图收益；在线识别过程中，还需要记录上一时刻的意图，并对意图更改的代价进行建模；最后综合以上要素，判断识别对象的当前意图；将各种意图的收益代价比进行归一化后，可作为可能意图的信度值。