随着无人机应用领域不断扩大,多无人机对抗环境变得日益复杂,同时随着人工智能的不断发展,对抗手段更加激烈和更加多样化,对抗规模更加庞大,导致多无人机集群协调管理难度增加、集群整体状态不确定性提升等问题。针对以上问题,需要研究多无人机对抗算法来确保无人机集群在满足机体性能和自身安全的情况下完成对目标的打击和歼灭。本文从以下几个方面对多无人机对抗算法进行了研究:（1）针对无人机威胁评估模型问题,使用了基于直接线性加权法的威胁评估函数的建立方法。将威胁类型分为无人机威胁和导弹威胁,分析两种威胁对我方无人机的影响因素并计算相关数值,利用线性加权法得到两种威胁评估模型,实现目标威胁及其分类在数值上体现。（2）本文采用级联模糊推理的思想,来建立多无人机的智能集群攻击控制系统。该系统主要分为三个主要的模糊推理系统,分别是飞行员行为模糊推理系统、个体武器模糊推理系统和全队目标分配模糊推理系统。模糊推理的核心是规则集。模糊推理系统的输入量通过已知规则集计算的关系矩阵来求出输出量以达成对控制对象的控制。通过遗传算法来对控制系统进行优化得到最优控制系统。（3）针对优化多无人机智能集群攻击控制系统的问题,本文将级联模糊推理系统使用染色体表达来进行表示。该方法不仅把系统中三个模糊推理系统的规则集字符串来表示,同时用基因表达方法来表示整个系统的输入量隶属函数图像。在使用遗传算法训练时,能够让规则集和隶属函数图像同时训练,提高了训练效率。通过对比试验,证明了本文基于模糊推理的多无人机攻击算法可以使无人机更好的完成任务。级联模糊推理系统建立方法简单,逻辑方式符合人类思维,能够让无人机仿照人类进行实验。基于模糊推理的无人机系统具有较高的研究意义和应用价值。