装备技术体系是武器装备体系在技术视角下的延伸,是装备技术整体规划的重要理论基础。装备技术体系的理论研究必须以钱学森的系统科学思想为指导,对装备技术体系的战略探讨、生成方法、结构建模、体系评估以及发展预测等方面进行研究。现有研究的主要问题包括:第一,虽然以德尔菲为代表的专家法取得了广泛的应用,但存在论证周期长、成本高、覆盖不全等缺陷;第二,虽然多视图体系结构框架设计了完备的视图产品和元模型,却没有给出如何获取体系中的技术实体并预测未来趋势的解决方案。因此,本文提出装备技术体系技术实体识别及其影响预测方法。进一步地,将预测问题分解为三个子问题:（1）如何规划预测工作?（2）预测什么内容（实体识别）?（3）用什么方法预测?本文针对这三个子问题展开研究,主要工作和创新点包括:（1）设计了数据驱动的技术实体识别及其影响预测研究框架。本文设计了集成多源的技术情报数据的识别和预测框架,按照领域分析-技术实体识别与选择-装备技术（新兴装备技术）发展预测-发展建议的流程,明确利益相关者职责,协同共享分析结果,实现了识别与预测的快速迭代,解决了如何开展定量化技术发展预测的问题。（2）提出了基于深度学习的装备技术实体识别与选择方法。相对于其他预测对象明确的经典预测问题,战略性、定量化的技术影响预测首要解决的难题就是预测对象的确定问题。本文提出基于深度学习的技术实体识别方法,旨在互联网大数据背景下挖掘前沿的技术主题,并作为初始技术清单。（3）提出了基于网络动力学的装备技术影响预测方法。面向未来中长期的技术发展预测需求,从科学技术发展的本质规律出发,综合考虑技术增长、优先连接、技术适应度、时间衰变等技术因素,构建了包含四个参数的网络动力学模型,该模型能够预测未来一段时间的技术发展趋势。（4）提出了基于异质网络和深度学习的装备技术影响预测方法。针对动力学模型短时间窗口预测不准的问题,本文进一步研究基于异质网络和深度学习的装备技术影响预测方法。异质网络是对引文网络的扩展,提供了更加丰富的语义信息。通过结合异质网络的信息优势以及深度学习的预测优势,实现了预测时间窗口更短的同时预测精度更高。