纪良杰，赵晓林，魏兆恬，蔺文轩

(1.空军工程大学 研究生院， 西安 710043； 2.空军工程大学 装备管理与无人机工程学院， 西安 710043)

1 引言

随着无人机的快速发展，因其具有低成本、低操作员伤亡等优势，被应用于物流、农业、搜救、军事等多个领域，尤其在军事领域应用更为广泛。为了能够在复杂的战场环境下更高效的完成任务，操作员需要在开展无人机行动之前进行任务分配。

本文中主要对多无人机任务进行分配，在满足无人机性能约束及战场信息的前提下完成对敌方目标的侦察任务，尽可能的取得最大的任务总收益。为贴合战场实际，本文中使用随任务执行序列变化的威胁概率和目标收益代替固定威胁概率和目标收益让任务模型更加真实。

目前，众多学者就任务分配问题已经取得了大量的研究成果。文献[1]使用蚁群算法对任务链进行子集划分，提高了解决医疗资源分配问题的效率。文献[2]在蜂群算法的基础上加入逆向、交叉和变异算子，让其更适合求解火场救援问题。文献[3]通过在粒子群算法中引入死锁检查和修复机制，良好的解决了任务分配中的“死锁”现象。文献[4]细化了遗传算法中交叉变异概率的公式，解决了仓储系统的调度问题。文献[5]在细菌觅食算法中加入动态自适应调节游动参数，提高了算法的收敛能力；文献[6]对传统的合同网算法进行流程优化，提升了算法的分配效率。布谷鸟算法作为一种引入了生物进化论的群智能算法的新型元启发式搜索算法，因其具有参数少、鲁棒性强、通用性好等优点被广泛用于优化模型的求解。……