蒙特卡洛仿真方法在体系效能评估中需大规模试验样本,严重影响评估效率。重要性采样方法通过引入偏置函数,提升稀有事件发生概率,可加速评估结果收敛。该方法在偏置函数选取合适时可极大提升评估效率,选取不好则评估效率甚至低于传统蒙特卡洛方法。本文提出一种基于马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)与核密度估计的自适应重要性采样方法。首先,利用MCMC在随机空间预采样,快速识别重要区域;然后,利用核密度估计方法自适应构建偏置函数,并进行序贯采样直到结果收敛。某火箭弹对抗仿真算例表明,本文方法可在保证评估置信度的情况下大幅度提升评估效率。