由于战争的复杂性本质,传统的基于数学模型的作战模拟无法刻画战争推进过程中复杂的态势变化和动力学机制。基于Agent的抽象建模与仿真(Agent Based Distillation,ABD)从复杂适应系统的角度对战争进行建模,更多的关注实体之间的交互而不是实体本身。它提供了一种对作战想定进行自底向上的建模方法,分析人员只要建立单个实体模型,然后观察模型涌现出的整体行为,从而可以在较短的时间内获取某个想定的仿真结果,判断出影响作战效果的关键参数。作为低分辨率的抽象模型,移动与编队机制是ABD中实体行为模型最为重要的部分。本文主要研究ABD仿真模型中的实体移动算法和编队保持问题。首先,本文介绍了基于ABD的作战仿真的基本思想,在分析研究现有ABD系统的基础上,总结提出了基于ABD的作战仿真模型,给出了其体系结构和主要组成,详细介绍了Agent模型中的主要属性与规则,介绍了基于ABD仿真模型开发的一般步骤。其次,根据Agent行为的“反常”现象,本文指出导致现有实体移动算法出现“反常”行为的两个关键原因:当前Agent感知范围内的其它Agent的距离和数量,根据空间插值思想提出了一种新的移动算法,并初步验证了此移动算法的合理性。再次,针对现有多Agent编队控制方法普遍不适用于未知环境的不足,提出了一种将Leader-Follower方法和行为融合方法相结合的编队控制算法,算法引入反馈机制减少掉队现象,使用l-ψ控制策略增加队形变换灵活度,同时采用基于优先级的行为加权融合方法,并继承了Leader-Follower方法易于控制群体行为和基于行为法容易实现的优点,能够在未知环境中实现较为稳定的编队控制。仿真结果表明该控制方法明显改善了编队控制效果。最后,在基于ABD的网络中心战(NCW)概念级仿真系统中,本文实现了上述Agent移动算法和编队控制策略。根据仿真想定,分析比较了在网络化通讯下保持作战编队的力量和传统意义上缺乏通讯和协同的作战力量的作战效果,验证了本文实体移动机制的有效性。实验同时表明,基于ABD的作战仿真是研究NCW的有效工具。