1.基于改进聚类扩展一致性束算法的多无人机任务分配方法，其特征在于：步骤如下：

　　步骤4：对每个簇内待分配的任务和无人机使用改进扩展一致性束算法，完成无人机本地任务序列构建，具体如下：

　　4.1：无人机i在添加任务的过程中尝试将任务j加入束集合bi中，其中，束集合bi中保存着无人机i目前竞拍所获得的任务序号；路径集合pi中保存着无人机i目前准备执行的任务序号；

　　4.2：若插入任务j后无人机i得分变大，则将任务j加入无人机i的束集合bi中的最后一个位置；

　　4.4：循环步骤4.2至步骤4.3，直到无人机i达到可执行任务的最大数量ni；

　　步骤5：为了避免任务分配冲突，对同一任务投标的无人机间依照共识规则进行一致性协商；

　　2.根据权利要求1所述的基于改进聚类扩展一致性束算法的多无人机任务分配方法，其特征在于：步骤4.1中无人机i在添加任务的过程中尝试将任务j加入束集合bi中，其中，束集合bi中保存着无人机i目前竞拍所获得的任务序号；路径集合pi中保存着无人机i目前准备执行的任务序号；对当前路径集合pi中的所有位置分别插入任务j并比较插入后得分；无人机i的得分公式构造如下：

　　其中，cij(pi)为将任务j加入序列后无人机i执行的总得分；为将任务j插入pi中的第n个位置；为无人机i沿着路径顺序集合pi执行任务的总得分，即任务分配所获得的总得分公式构造如下：

　　其中，rij(pi)和costij分别为无人机i执行任务j的收益和代价，rij(pi)构造公式如下：

　　其中，先执行任务jp再执行j最后执行任务jn，且三者执行顺序相邻；σ为距离奖惩系数，由无人机当前所执行任务的上一段航程与下一段预计航程的比值决定，σ可以迫使无人机倾向选择距离自身较近的任务执行，costij构造公式如下：

　　本发明提供一种基于改进聚类扩展一致性束算法的多无人机任务分配方法，步骤1：利用密度聚类算法对待分配的任务进行聚类处理；步骤2：根据每个簇内任务的数量与类型，为每个簇分配相应数量的无人机；步骤3：初始化变量；步骤4：对每个簇内待分配的任务和无人机使用改进扩展一致性束算法算法，完成无人机本地任务序列构建；步骤5：为了避免任务分配冲突，对同一任务投标的无人机间依照共识规则进行一致性协商；步骤6：循环步骤3至步骤4，直至无人机的任务序列不再发生变化；步骤7：输出最终任务分配效果图、时间表。本发明可以处理较大规模的多异构无人机任务分配问题，可以实现短航程、高通信效率的多异构无人机任务分配。PG电子试玩PG电子试玩