随着先进防御设施的发展比如短程武器系统和精密监测措施等，传统反舰导弹在规避拦截方面存在着巨大的挑战。有效的编队控制可以大大提高导弹被检测、识别和截获的难度。这样，突防的可能性会显著提高。对现有的反舰导弹进行编队控制设计很有必要。在反舰编队系统中实时计算控制量比较费时，模型计算可以大幅提高系统性能。在这背景下，研究了多枚反舰导弹基于智能预测算法的编队控制。　　首先，在非线性模型预测控制的基础上，通过适当的方式调节飞行航迹角，设计了一种编队控制器。根据导弹的编队要求和实际位置，对每一个从弹产生一个动态的虚拟导引点，虚拟引导点的运动状态和领弹完全一致。目标函数可以转化为有关控制量的函数，然后静态优化一个带约束的线性问题。这是一个典型的欠驱动问题，采用有效集方法得到问题的最优解，遍历空间范围内可能出现的组合情况，建立离线数据表格，作为训练制导模型的数据。　　其次，针对离线数据，采用多种神经网络训练预测模型，并把训练好的模型作为实时控制器。从导弹的飞行轨迹、从弹和对应虚拟引导点的距离以及各枚导弹之间的距离三方面来评判模型的拟合效果。接着本文又从训练时间、泛化能力、误差大小方面对各种智能算法之间做了比较分析，得出它们各自的优缺点。　　最后，把本文中的智能编队算法集成为一个软件包，对各种神经网络的选取和调用以GUI用户界面的形式来表达。用户只需要在界面中设定各枚导弹的位置、选取智能算法和训练函数，就可以得到导弹的编队飞行轨迹以及误差图。