本文针对微分对策中的数值计算方法、软计算和学习算法、鲁棒性和不确定性问题、多目标和协商问题开展了理论研究；针对作战指挥控制中的某些问题开展了应用研究。主要内容包括：1．研究了微分对策的数值计算方法：从Hamilton系统角度，研究了线性二次型微分对策系统的辛性质，对线性二次型微分对策的计算提出了Symplectic-Runge-Kutta算法；将计算结构力学中的精细积分法和子空间迭代法从LQ控制问题分别扩展应用于有限时间和无限时间线性二次型微分对策的求解，为微分对策问题求解提供新的思路。2．研究了微分对策的软计算和学习算法：针对神经网络应用于微分对策存在学习速度慢问题，采用遗传神经网络求解非线性微分对策，加快了计算速度，同时可避免求解复杂的二点边值问题，克服对初始条件敏感性，增强了算法的鲁棒性；将粗糙逻辑和粗糙控制引入微分对策，提出了粗糙微分对策模型，该对策模型具有计算速度快和易于实现的优点，同时降低了微分对策对数学模型精确性和信息完备性的要求。3．研究了微分对策的鲁棒性和不确定性问题：针对线性微分对策中存在随机干扰和模型参数不确定性，研究了鲁棒对策问题，并提出了其相应的计算算法；采用Takagi-Sugeno模糊模型描述非线性随机微分对策系统，并将全局模糊模型表示成不确定的形式，采用鲁棒次优控制策略，设计出稳定的模糊控制器。4．研究了微分对策的多目标和协商问题：为处理不确定信息，避免非线性带来求解上的困难，基于T-S模糊微分对策思想，分别构造出多目标微分对策和协商微分对策的模糊线性化模型；研究了模糊线性多目标微分对策系统的控制器设计方法和模糊线性协商微分对策系统的折中解控制器设计方法。5．研究了微分对策在作战指挥控制中的应用：针对具有主动性的敌方威胁类型，采用单目标定性微分对策理论研究了飞行器航路的动态重规划问题；针对多机空战组内协同问题，采用协商微分对策理论，研究提高机群作战效能的协同控制方法，基于T-S模糊微分对策的思想，构造出面向U解的协商微分对策的模糊线性化模型，并研究了相应控制器的设计方法；研究了三维空间红蓝双方空中格斗的动力学问题，给出了双方空战任务资源分配和目标火力选择的微分对策模型建立方法。