廖承城，陶伟，刘韬

（1.四川大学计算机学院，成都610065；2.中国舰船研究设计中心，武汉430064）

0 引言

有人机（MAV）/无人机（UAV）编队协同作战过程中，编队的战术指挥控制和任务管理由任务控制站完成，对地攻击以及侦察任务由无人机自主完成。无人机任务分配主要关注点为：即在满足无人机战术技术指标、任务要求、平台和武器性能约束、战术使用条件的前提下，通过对无人机进行任务分配，将不同位置、不同价值、不同威胁的目标合理快速分配给不同类型、不同价值、不同能力的无人机，以最大限度的提高整体作战能力[1]，最大限度的利用无人机资源。

无人机任务分配是一个多约束的复杂优化问题，求解过程复杂，需要较大的计算成本和时间成本，在大规模动态任务规划中面临着挑战。近年来，国内外对任务分配的研究取得了长足的发展，目前求解方法较多，包括：①基于混合整数规划模型的确定性算法[2]，如穷举法[3]、动态规划法[4]等；②基于启发式的智能算法，如遗传算法[5]、粒子群算法[6]、模拟退火算法[7]等；③基于分布式模型的算法，如基于满意决策理论的方法[8]、基于合同网的方法[9]等。

但无论是确定性方法还是启发式方法，本质上都属于集中式任务分配方法，存在一个中心节点负责所有任务分配问题。虽然该方法在一定条件下可以获得全局最优解，但由于数据传输都需要通过唯一的一个控制中心进行，处理信息量太大，不易满足实时性要求，且可靠性、可维护性、抗干扰性都不高，在实际应用中存在很多问题。……