La evaluación de la situación de combate aéreo es la base de la asignación de objetivos y decisiones de maniobra. Los modelos actuales de evaluación de la situación de combate aéreo, ya sean no paramétricos o paramétricos, ignoran la continuidad y el tiempo de los cambios en la situación, lo que hace que los resultados de la evaluación de la situación pierdan significado táctico. Con el objetivo de abordar las deficiencias de la evaluación actual de la situación de combate aéreo, se propuso un modelo dinámico de evaluación de la situación de combate aéreo basado en la extracción de conocimiento de la situación y la optimización de pesos, combinando un modelo de regresión múltiple de proceso lógico oculto, un modelo de optimización de pesos basado en la teoría de prospectos gris, un modelo de mapeo de pesos basado en autoencoders y máquinas de aprendizaje extremo (AE-ELM) y un modelo de predicción de parámetros característicos de la situación de combate aéreo basado en una máquina de aprendizaje extremo en línea de peso dinámico (DWOSELM). En primer lugar, considerando el tiempo y la continuidad del cambio en la situación de combate aéreo, se introdujo un modelo de regresión múltiple de proceso lógico oculto para realizar la segmentación de los datos de series temporales de la situación de combate aéreo y la extracción de los primitivos de la situación de combate aéreo. En segundo lugar, se utilizó el método de optimización de pesos basado en la teoría de prospectos gris para obtener el peso del índice de evaluación bajo diferentes situaciones de combate aéreo. Sobre esta base, se construyó el modelo de mapeo dinámico entre los parámetros característicos de la situación de combate aéreo y el peso del índice utilizando AE-ELM. Luego, se utilizó la máquina de aprendizaje extremo ponderada dinámica para construir el modelo de predicción de la trayectoria de maniobra del objetivo y se predijo la información de la posición futura del objetivo. Sobre esta base, se obtuvo la información de la situación futura entre el enemigo y nosotros. Finalmente, se utilizó el modelo de cálculo de peso temporal basado en la distribución acumulativa normal para determinar la importancia de la situación en cada momento. La información de la situación en múltiples momentos del proceso de combate aéreo se fusionó para obtener los resultados de evaluación de la situación de combate aéreo integral en el momento actual. Los resultados de la simulación muestran que el modelo puede aprovechar plenamente la influencia de la información histórica, integrar de manera efectiva la información de la situación de combate aéreo en múltiples momentos y generar resultados de evaluación de la situación de combate aéreo con un significado táctico práctico de acuerdo con las diferencias individuales de los diferentes pilotos.