基于网络中心战的多机协同空战是现代战争信息化建设的发展方向,多机协同作战可以极大地提高战机编队作战效能。因此,研究多机协同空战决策对于进一步增强先进战机编队整体战斗力具有重要的意义。本文主要开展基于遗传模糊树的先进战机协同空战决策技术的研究,构建了多机协同空战超视距空战与视距内空战的决策模型,进行了基于改进遗传算法及遗传模糊树空战决策技术的研究。论文主要内容如下:首先,针对先进战机超视距空战的特点,创建了一种基于先敌发现、先敌发射、先敌摧毁能力的空战态势分析模型,由该模型可求得敌我双方的相对综合空战能力。其次,由威胁指数法求得敌机的威胁评估矩阵。最后,综合双方的空战能力及敌机威胁评估矩阵,给出目标分配模型。其次,采用改进遗传算法对超视距协同空战最优目标分配方案求解。首先基于标准遗传算法寻优得到最优目标分配方案,仿真结果验证了标准遗传算法和超视距协同空战模型的有效性及可行性。随后,针对标准遗传算法存在的未成熟收敛及收敛速度慢的问题,对其进行了改进,改进遗传算法的Pc及Pm由模糊推理器来确定。最后由改进遗传算法寻优得到最优目标分配方案,并与标准遗传算法相比较。仿真表明,相较于标准遗传算法,改进遗传算法收敛速度得到了提高、且有效避免了未成熟收敛的问题,满足复杂空战环境下对算法的实时性及准确性要求,具有较好的应用价值。随后,针对视距内空战的特点,以传统模型为基础,考虑战机视距内空战性能优势,建立了视距内空战态势分析模型;其次对视距内协同空战目标分配进行了研究;随后引入了一种更为符合实际空战的机动动作库,并对战机的三自由度质心运动模型及战机的改进基本机动动作航迹控制模型进行了研究。最后,基于改进遗传算法对视距内协同空战目标分配进行了仿真,仿真验证了视距内协同空战模型的准确性及有效性。最后,重点研究了视距内协同空战决策模糊树的构建;其次分别针对我机处于优势及我机处于劣势两种空战态势进行了仿真,仿真结果表明所构建的空战决策模糊树模型具有较高的准确性以及较好的实时性。随后,提出了用改进遗传算法来求解精度较高而复杂度较低的模糊树,并引入了严格二叉树矩阵编码;最后,提出了基于严格二叉树矩阵编码的改进遗传算法的模糊树模型结构学习算法流程,并用遗传模糊树对空战实例进行了仿真,仿真验证了所提模型的准确性,且相较于模糊树模型,遗传模糊树的决策时间更短,实时性更好。