本论文主要进行两方面的理论研究：一方面是发展一种用遗传算法优化大规模空战编队战术的方法；另一方面是对遗传模拟退火算法的寻优性能进行研究。 首先，本论文发展了一种用遗传算法优化大规模空战编队战术的方法，并用模拟退火算法对其进行了改进，使得收敛性能大大提高。该方法是借鉴层级编队思想，对多机编队实行层级编码，在一定的空战模型的基础上，用遗传算法优化交战结果，最终得到一个对给定编队作战的最优编队。关键点在于：①超视距作战用战绩来反映交战结果和编队优势；②用遗传算法来进行基于战绩的优化。该方法可为分析现有空战编队的优势和挖掘新的空战编队提供参考。最后，用两个16机编队作战的算例验证了该方法的有效性。 其次，本论文对遗传模拟退火算法的寻优性能进行了研究。遗传算法是一种模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。该方法与常规优化算法相比最大的优点是能处理离散变量的优化问题。本文从理论上阐述了遗传算法、模拟退火算法和遗传模拟退火算法的生物基础和构成要素，分析了它们的寻优速度、收敛能力等特性。最后，用计算试验对比了遗传算法和遗传模拟退火算法的收敛性能，对比了采用不同状态函数和不同Markov链的遗传模拟退火算法的收敛性能，并对结果进行了分析。