针对传统导弹攻击区(MAE)计算方法实时性不足、针对性差, 难以为瞬息万变的空战态势提供决策依据等问题, 提出一种将导弹攻击区在线与离线计算结合的空战战术决策方法：离线计算解耦分析敌我两机对攻击区影响, 并以此为基础进行几何学建模; 在线计算利用两机角度信息和攻击区离线模型, 进行空战战场态势的实时定量评估, 生成战术策略。通过仿真实验, 证明了所提方法产生的战术策略能够显著提高作战优势, 优于传统正对目标发射导弹的策略。

针对无人作战飞机空战过程中的战术决策问题, 借鉴认知心理学双重加工理论, 提出了一种案例推理与MAX-MIN云推理机制相结合的双层战术决策方案。首先, 将飞行员作战经验案例化以构建案例库, 将问题情境和案例库中的源案例进行相似度匹配以实现第一层基于案例推理的启发式决策, 若是低于相似度阈值则转向第二层基于MAX-MIN云推理的分析决策, 用前件云发生器对空战特征属性云化以形成属性云滴；然后, 结合定性规则, 采用MAX-MIN云推理算法得到规则云滴, 进而得出战术决策方案。仿真结果表明, 提出的双层战术决策可有效实现无人作战飞机空战战术决策, 决策时间符合空战实时性要求。

针对无人作战飞机空战过程中的战术决策问题, 借鉴认知心理学双重加工理论, 提出了一种案例推理与MAX-MIN云推理机制相结合的双层战术决策方案。首先, 将飞行员作战经验案例化以构建案例库, 将问题情境和案例库中的源案例进行相似度匹配以实现第一层基于案例推理的启发式决策, 若是低于相似度阈值则转向第二层基于MAX-MIN云推理的分析决策, 用前件云发生器对空战特征属性云化以形成属性云滴；然后, 结合定性规则, 采用MAX-MIN云推理算法得到规则云滴, 进而得出战术决策方案。仿真结果表明, 提出的双层战术决策可有效实现无人作战飞机空战战术决策, 决策时间符合空战实时性要求。

针对空战环境的复杂多变和不确定性，首先研究了基于模糊Petri网的推理算法，建立了基于模糊推理Petri网的智能战术决策方法，将定性的决策推理过程变成了定量的矩阵运算; 然后针对规则的冗余性和可能的冲突性，利用粗糙集理论对战术决策规则库进行了精炼，简化了模糊推理Petri网结构，提高了战术决策推理的效率，实现了无人机攻击和防御的智能决策。仿真结果表明该方法具有可行性和有效性。

自主战术决策是UCAV付诸作战使用的关键技术之一。建立了基于航迹坐标系下的UCAV运动方程，对三自由度的控制指令进行了改进，并以此对NASA提出的基本操纵动作库进行了定量描述。在此基础上，面向实际战场态势，依据模糊空战推理规则，设计了基于自主战术决策模块的自主战术决策方法。仿真结果表明，所研究的方法可以使UCAV在空战中进行自主决策，获得更大的战场优势，具有一定的参考和应用价值。

对于编队空战战术决策这一个动态的不确定性决策问题, FPN是一种快速、适用、直观的方法, 但存在不能适应知识库的扩展和更新, 以及不能利用结构化方法对知识库进行建模的问题。为此, 根据编队空战战术决策过程, 利用抽象库所和抽象变迁来提高模型对复杂知识的表示能力, 建立基于HFPN的编队空战战术决策模型。以典型的“二对一”空战战术为例建立决策规则库, 经过抽象库所和抽象变迁的逐步精细化, 并用模块合并方法和“补弧”对模型进行简化, 建立“二对一”空战战术决策的精细化FHPN模型。通过算例验证表明, 基于HFPN的建模方法用于编队战术决策不仅发挥了模糊Petri网基于知识的表达和逻辑推理能力, 而且降低了编队空战战术决策的复杂性。

针对空战战术决策研究中将编队与单机视为独立主体的不足，基于行为主义思想设计了基于行为的空战战术双层决策模型，确保了决策过程的连续性、反应性和适应性。在战术协调层中建立了编队战术决策的模糊Petri网模型，实现利用先验知识和专家知识进行编队战术的模糊推理决策；在战术控制层中建立了基于模糊粗糙-神经网络的单机战术决策模型，拟解决在知识库规则不完善、空战态势信息获取不完全情况下的决策问题。