由于当前小型物流无人机的相关技术尚未成熟,其负载能力以及持续飞行能力相对较弱。因此,提高无人机配送效率至关重要。本文主要从多无人机完成配送任务的任务分配方案方面进行研究。对此,主要考虑了两种常见的配送模式,一种是“送货上门”配送模式,另一种是“点对点配送”的配送模式。本文主要工作如下:(1)本文提出了一种以包裹为配送单位的基于先组合后拆分的UAV多目标配送优化策略。首先,通过最大最小距离算法对包裹进行分组,而该算法结果的优劣与其选定的比例系数相关。于是,在进行系数的设定时采用二分法对系数进行迭代来获得最优的系数。其中,最优系数的评判标准为需要进行调整的包裹数量最小。然后基于无人机负载能力约束和无人机续航能力约束,对通过最大最小距离算法得到的分组进行调整,得到满足约束条件的分组方案及组内最短路径的配送顺序。最后为了避免出现局部最优解的情况设定了随机因子,每个包裹都随机生成一个随机因子。选取部分包裹进行分组交换,并通过迭代得出配送路径最短的任务分配方案。通过随机生成的包裹数据集对该方法进行了验证,结果证明了该方法在配送批次数、总配送路径长度等配送效率评价指标均较优。(2)本文提出了一种以收货点为配送单位的基于先拆分后组合的UAV多目标配送优化策略。首先对收货点的数据进行了预处理。本文假设收货点上包裹的总重量不尽相同,且存在总重量远大于无人机负载能力的情况。于是将收货点上包裹总重量远大于无人机负载能力的收货点上的包裹进行拆分,并得到满足约束的配送组数据集。然后通过改进后的蚁群算法对拆分后的配送组进行分配,与此同时将分配方案中分配给同一批次同一架无人机的收货点的配送顺序进行调整。最后形成基于拆分和组合配的无人机多目标任务分配方案。通过随机生成的包裹数据集以及其对应的收货点数据集对该方法进行了验证,结果证明了该方法在加急包裹配送顺序、配送批次数、总配送路径长度等配送效率评价指标均较优。