近年来,航空武器装备技术水平不断提高,依靠人进行空战决策已经不能满足要求,基于人工智能的空战决策研究成为目前的研究热点,而空战机动决策更是空战决策的核心,深入开展空战机动决策方法的研究,具有重大的理论价值和军事意义。本文研究并初步构建了一种基于置信规则推理的双机空战机动辅助决策系统,用以解决双机空战机动决策问题。该系统以空战模拟训练系统产生的或者实际空战中记录的空战数据为基础,从空战数据中发掘出置信规则知识,构建出基于规则的决策系统。为提高系统的推理速度和精度,具体提出分割置信规则库和优化推理参数的方法。其中在提取置信规则时,结合了问题领域的模型对置信规则进行形式化描述,并对相关模型的构建方法进行了必要说明。论文围绕空战机动决策问题进行研究,系统地阐述了基于置信规则推理的空战机动辅助决策系统的标准构建方法和流程,主要研究创新体现以下几个方面:1.针对空战数据会受到不确定性因素影响的问题,提出一套具体的建立置信规则库的方法,该方法包括数据离散化、数据分类和提取置信规则等处理过程,其中用粗糙支持度表示置信规则的置信度。2.深入分析了影响置信规则推理速度和精度的因素,提出对置信规则库进行分割并优化每个子置信规则库推理参数的方法,达到保证推理准确率和提高决策速度的目的。3.为克服子置信规则库数目多、传统优化参数方法效率低等问题,本文在传统遗传算法的基础上提出一种新的基于激励因子的遗传算法用于参数优化。该激励因子是根据每代种群的个体目标函数值分布的总体特性,利用灰色预测模型GM(1,1)计算得到,主要用于规划父代种群和控制交叉变异,从而达到提高算法性能的目的。4.针对基于置信规则推理所得决策结果的分布离散分布特性,依据本文对决策量的分解规则,提出对推理所得决策结果进行二次融合,经过二次融合处理得到的决策结果在数值上具有连续性,进一步提高了系统的实用性,使得该系统更符合实际需求。在展开理论研究的同时,论文通过仿真手段,建立基于影响图的双机空战对抗模型,进行了大量仿真实验并收集仿真实验产生的空战数据,在收集到的空战数据基础上,建立出基于置信规则推理的空战机动辅助决策系统的原型系统,并在该原型系统上进行仿真实验,验证了该原型系统的合理性和有效性,证明了本文提出的一套从数据出发构建决策辅助系统的标准过程具有学习特性,能从空战数据中“学习”到相关的机动决策能力,可用于双机空战机动辅助决策。