随着科学技术的迅猛发展及其在军事领域的应用，战争指挥决策系统成为整个战争的神经系统，它直接关系到战争的成败。智能优化算法在决策系统中展示出了良好的应用前景，成为核心技术之一。本文致力于某型导弹协同作战优化算法的研究，重点对蚁群算法在多发弹协同作战优化问题中的应用进行了系统的研究。　　首先，基于开环排队网络模型，从敌我对抗过程中我方一个攻击波次导弹的实际突防效能提出一种评估模型。该评估模型从概率与统计的角度来分析敌我对抗过程中的各种随机因素。　　其次，针对多弹协同突防优化问题不可微、有约束条件和高度非线性的特点，采用求解复杂组合优化问题的智能优化算法——蚁群算法来求解。详细分析了蚁群算法的机制原理及算法的数学模型，并基于典型组合优化问题进行了仿真验证。综述蚁群算法的特点与其在工程上的应用前景。结合多导弹协同突防优化问题高实时性的要求，在现有蚁群算法的基础上，探讨研究蚁群算法的进一步改进。加快蚁群算法的收敛速度和缩短求解时间，从两方面进行：1.选择策略的改进：采用随机数方法，增加解的多样性；2.信息素更新策略的改进：采用信息素递减的更新策略，能够提高解的收敛速度，缩短求解时间。　　最后，本文详细列出蚁群算法求解多发导弹协同组合优化问题的实现步骤。通过算法仿真实验，对基本蚁群算法与改进蚁群算法进行比较，验证改进算法的有效性。仿真结果表明改进蚁群算法求解精度更高，收敛速度更快，时间性能更优越，能在较短时间内搜索到满意解。在多导弹协同作战组合优化问题中，蚁群算法是一种理想的选择。