现代战争中,制空权具有重要的战略意义,空空导弹则是一种争夺制空权的重要武器。空战环境下往往存在多个目标,并且目标往往具备比较强的机动能力,单枚导弹攻击单个目标的作战模式将难以适应这种场景,而空空导弹面向多个目标集群作战模式是重要发展方向。在空空导弹集群作战的模式下,空空导弹的任务分配问题对于提升整体作战性能具有重要的现实意义,是一个重要的研究课题。本文首先针对空空导弹的特点与历史发展进行了系统的介绍和分析,为后序空空导弹任务分配模型的建立提供理论依据和事实依据。接着,本文介绍了空空导弹制导系统的背景知识和在实战中面临的主要问题。然后,本文从空空导弹任务分配的角度出发,充分考虑集群作战的各个阶段的特点,考虑载机与目标,导弹与目标两种空战关系,并考虑空战环境下的作战约束条件,将作战阶段分为载机飞向可攻击区域的预攻击阶段、空空导弹进行攻击的攻击阶段和空空导弹发射前后的侦查与毁伤评估阶段,考虑了空战各阶段的主要目标,建立了混合整数规划模型、指派模型和旅行商问题模型。最后针对这几种相互联系又各具特点的模型研究了相关的求解算法。本文的主要研究贡献如下:1.针对预攻击阶段的任务分配问题,以最大态势优势、最短进入可攻击区时间和进入可攻击区域时间均衡化三个优化目标,建立了混合整数规划模型。在已有文献和针对问题特点的研究基础上,设计了多种基本启发式算子,然后分别以基于规则的启发式算法框架、元启发式算法框架和超启发式算法框架设计了多种启发式算法,对比分析了所提出算法的求解精度和收敛性。针对动态战场环境的问题,提出了基于共用种群的方式进行动态启发式算法设计的方法。该动态启发式算法设计方法只需在已有启发式算法的基础上,以共用种群的方式进行分阶段迭代,具有良好的实用性和可扩展性。2.针对空空导弹的攻击阶段的指派模型,研究了基于二分图匹配的求解方法,基于市场拍卖理论设计了针对空空导弹任务分配问题的拍卖算法。提出了一种基于线性规划理论和轮盘赌策略的算法,并从数学角度给出了算法的部分证明,分析了其最优性和收敛性,最后将其应用于空空导弹的任务分配问题中,具有良好的实时性。3.针对空空导弹攻击之前和攻击之后的侦查和毁伤评估问题,建立旅行商问题模型,基于启发式规则算子设计了求解精度很高的迭代局部搜索算法。针对任务数量庞大导致的迭代局部搜索效率低下和启发式算法精度下降的问题,提出了以获胜者最多机制（Winner takes most,WTM）和获胜者所有（Winner takes all,WTA）机制混合策略的改进自组织映射神经网络算法。该方法将自组织映射神经网络和待侦查的任务点联系起来,将神经元节点的距离用编号之差表示,用高斯核函数描述神经元节点之间的影响,通过神经元位置的迭代更新,建立起神经元和侦查点的映射关系,进而得到问题的解,在大规模问题上具有良好的求解性能。