在未来战争中，多主体协同作战是发展的必然趋势，在多主体协同工作系统中资源调度算法是核心。论文首先从协同系统的角度对多主体协同作战资源调度问题的关键要素进行了分析，根据背景项目需求，结合问题自身特点进行抽象建模；研究工作从多目标优化的角度，考虑作战任务执行质量及作战任务执行代价两个优化目标，建立了RSM-MCF模型。与目前相关研究中建立的模型相比，论文建立的模型具有考虑的约束较多，同时没有在模型的优化目标方面加入主观策略等特点。在将协同作战资源调度问题归结为多目标优化模型后，论文对多目标优化算法进行了深入的研究。由于差分进化算法在求解连续优化问题上的优势较为突出，论文对差分进化算法进行改进用以解决多目标优化问题。为差分进化算法设计了双向搜索机制及多种群机制，以弥补该算法本身具有的缺陷。仿真实验结果表明，本文设计的MP-DEMO算法与传统多目标进化算法相比具有收敛性好、解的分布更加均匀等优点，研究工作为使用该算法对RSM-MCF模型进行求解奠定了理论基础。最后，论文为多主体协同作战过程设计并实现了仿真平台，对多主体协同作战仿真系统进行合理的功能划分与模块设计，实现了以多主体协同作战资源调度算法为核心的仿真平台。该仿真平台通过对完整的作战流程进行分析，建立了仿真流程控制机制，同时以直观的表现形式完成了战场态势的动态展示，进而验证了本文提出的资源调度模型及相关算法的可行性与合理性。论文工作的新颖之处在于对多主体协同作战资源调度过程进行了深入分析，建立了既能反映实际复杂作战环境需求，同时兼顾求解效率的数学模型；从多目标优化的角度对资源调度过程进行了分析求解，并设计了一种基于多种群差分进化的多目标优化算法，用以实现对所建模型的高效求解。