El combate dinámico de enjambres de vehículos aéreos no tripulados (VANT) plantea desafíos significativos debido a su complejidad y dinamismo. Este estudio presenta un enfoque novedoso que aborda estos desafíos a través del desarrollo de un método de decisión de maniobras de enjambre basado en el algoritmo de Optimización Inspirada en Palomas Evolutivas Asistida por Aprendizaje (LAEPIO). Esta investigación avanza de manera sistemática de la siguiente manera: Primero, se establece un modelo no lineal de VANT de ala fija y un sistema de toma de decisiones para el combate aéreo de enjambres. A continuación, se aplica una función de situación para caracterizar el entorno del campo de batalla y cuantificar las ventajas estratégicas de cada lado durante el enfrentamiento. Luego, se avanza en el algoritmo LAEPIO para abordar sub-tareas en el combate aéreo de enjambres incorporando un mecanismo evolutivo asistido por aprendizaje. Sobre esta base, se diseña un método de decisión de maniobras de enjambre, que permite a los enjambres de VANT seleccionar estrategias óptimas de una biblioteca de maniobras tras evaluar minuciosamente el escenario del campo de batalla. Finalmente, la eficacia y superioridad del método propuesto se demuestran a través de simulaciones exhaustivas en diversos escenarios de combate aéreo. Los resultados muestran que la tasa de victorias promedio del algoritmo propuesto es un 36.7% superior a la de algoritmos similares.