战争胜负的各影响因素历来是政治家、军事家、历史学家关注热点。目前对影响战争因素的研究,大多停留在传统工具。数据挖掘是可以从大量的数据信息中提取出隐含的知识、规律和行为模式的处理过程。它对人们的决策和行为具有重要的指导作用。利用这个工具,军事史料挖掘就可以从大量军事历史资料中发现军事战争一般规律,从而对把握未来战争发展规律。这对军事研究有重大和积极的意义。军事史料的表现形式主要是文本方式。但传统文本处理技术不适合对军事史料的分析。在军事史料中数据往往是模糊的、不清楚的或者是表达不准确的,战争的参数也是含糊不清的,无法使用一般的传统的数据挖掘方法进行挖掘。在对这种类型数据进行分析时需要对数据进行预处理,使数据规范化,从而对战争史料进行挖掘得出相关知识。本文做了下列工作:(1)分析了军事战争史料的特点,将数据挖掘技术引入到史料的分析整理中;(2)提出了利用模糊数学预处理史料中的相关数据的方法:对战争描述语言先进行规范化,然后再进行数据转换;(3)结合专家知识及信息熵选择属性维,对属性采用信息熵的方法进行维归约,去掉不相关或弱相关的属性;(4)利用新技术基因表达式编程在处理后的战争数据集上进行挖掘以分析战争影响因素。最后实验验证了本文提出算法的有效性,本文对实验结果也进行详尽的分析。本文余下章节组织如下:第一章是数据挖掘综述,并简介函数挖掘的概念和一般方法。第二章简介GEP的基本概念;第三章简介了模糊数学基本概念;第四章描述了对军史模糊数据预处理的方法及进行GEP挖掘的算法;第五章是战争函数模型的应用;第六章里进行实验,展示实验结果并进行详细分析;第七章则是对全文工作进行总结,并对进一步的工作进行了展望。