“星际争霸”是一款由暴雪娱乐公司研发制作的著名的即时战略（RTS）游戏,围绕着星际争霸游戏进行的人工智能研究已有多年,包括战略规划、多智能体控制、对手建模以及预测等等。战略规划的关键问题之一就是单位的选择,即在已知敌方进攻军队的单位组成情况下,玩家如何从自己已有的单位中选出一组合适的单位组成一支或几支能够打败敌方军队的团队,从而增加获取整场比赛胜利的机会。由于星际争霸的单位之间互相制衡,且在实际的游戏过程中存在战争迷雾,玩家无法提前完整地看到敌方派出的军队,也不能准确地判断敌方的攻击时刻,因此星际争霸中的单位选择问题是一个非常大的挑战,目前为止还没有一个能直接解决这个问题的通用算法。本文考虑在理想情况下,即玩家能看到敌方进攻团队的单位组成时,解决静态的单位选择问题。在真实的星际争霸游戏过程中,每种单位的数量会发生变化,如果玩家多次遇到一支相同的敌方团队,就需要选择出多支能获胜的团队,以给玩家提供多种选择,从而提高最终获胜的概率。基于此问题,本文主要完成了以下工作:（1）改进了基于顺序的模糊积分,将团队规模的归一化项加到入模糊积分中,归一化的基于顺序的模糊积分可以更好地评估星际争霸中给定团队的相对战斗力,并使用遗传算法（GA）从星际争霸的回放数据中来学习该模糊积分中的模糊测度;（2）将星际争霸中的单位选择问题表示为一个包含两个目标函数的多目标优化问题,把归一化的基于顺序的模糊积分与非支配排序遗传算法（NSGA-Ⅱ）相结合进行单位选择,首次提出了星际争霸的单位选择算法（UFIN）,这也是在星际争霸的单位选择方面第一个明确给出解决方案的算法;（3）使用星际争霸的SparCraft仿真器验证该算法。实验结果表明,本文提出的单位选择算法能以较高的准确度对星际争霸中的普通单位进行选择,选出的大部分单位组合能够打败给定的敌方军队,而且单位组合的规模均不超过敌方军队的规模。