1.一种面向任务集合的多无人机三维路径规划方法，其特征在于，包括：S1、获取待巡检的任务集合和无人机资源；

S2、根据所述待巡检的任务集合和无人机资源，以最小化所有无人机完成巡检任务的时间为优化目标，构建整数规划模型；

S3、采用整合Q‑learning机制的遗传算法求解所述整数规划模型，获取多无人机三维路径规划结果；

所述S3包括：

S31、令迭代次数t＝1；根据模型的约束条件生成初始种群，初始化Q表；其中，染色体编码规则具体是指：单条三行染色体代表一个解，染色体的总长度等于任务点数量；每个任务点都预先标记有唯一序列号，第二行染色体代表任务点序列；第一行染色体代表任务点序列对应的簇序列；第三行染色体代表无人机序号，表示任务点被该架无人机选中进行访问，若为0则不被访问；

S32、若达到最大迭代次数则停止，并解码当前最优染色体作为所述多无人机三维路径规划结果，否则继续执行；

S33、计算种群目标函数值；其中，采用线性转换法将模型的目标函数转化为适应度函数，变换公式如下：F′＝aF+b

其中，F′表示适应度函数，a、b为线性方程的超参数，且a<0，F为目标函数；

S34、根据种群目标函数值评判当前种群所处状态；根据当前种群所处状态进行动作选择，并计算奖励，更新Q表；

S35、采用轮盘赌策略从当前种群中选取M个母体；

S36、根据S34选择动作确定的交叉概率，对M个母体进行交叉操作；

S37、根据S34选择动作确定的变异概率，对M个交叉后的个体进行变异操作；

S38、将父代种群和子代种群合并，得到规模为2M的种群；

S39、采用基于适应度排序的重插入方法在2M种群中选出M个个体，得到新一代种群；令t＝t+1，回到S32；

所述S34中根据种群目标函数值评判当前种群所处状态，具体包括：S341、分别求解当前种群的平均种群目标函数z1、种群的多样性z2、种群的最佳目标函数值z3；

其中， 为第t次迭代中第u个个体的目标函数值； 为第1次迭代中第w个个体的目标函数值； 为第t次迭代中最优个体的目标函数值，为第t次迭代中最差个体的目标函数值；

S342、求解当前种群所处状态；

*

S＝w1*z1+w2*z2+w3*z3

其中，w1，w2，w3分别为对应度量值的权重。

2.如权利要求1所述的面向任务集合的多无人机三维路径规划方法，其特征在于，所述S2中的整数规划模型包括：以最小化所有无人机完成巡检任务的时间为优化目标的目标函数：其中，i、j为任务点或者虚拟站点索引，i，j∈N∪ D；

N为任务点集；

D为虚拟站点集，一架无人机对应一个虚拟站点，虚拟站点用于保证每架无人机均从起点出发最后回到起点，虚拟站点的坐标均是起点坐标；

Rij为任务点i到任务点j之间的可靠距离；

Fl为簇l对应的任务点集合；

ml为簇l中需要被访问的任务点数量；

v为无人机速度；

xij为决策变量，当任务点i连接任务点j时，取1，否则取0。

3.如权利要求2所述的面向任务集合的多无人机三维路径规划方法，其特征在于，所述S2中的整数规划模型还包括：约束条件：

(1)每个虚拟站点出入各一次，即每架无人机均从起点出发，再回到起点，(2)如果点j存在入流，则点j被无人机访问，(3)如果点i存在入流，则点i也被无人机访问，(4)每个簇中需要有指定数量的任务点被访问，(5)每个点至多只能访问一次，

(6)如果路径(i，j)被选中，则点i和点j要被同一个无人机访问，(7)消除子回路约束，

其中，k为无人机索引，k∈K；

n为任务点与虚拟站点数量之和；

zik、zjk分别表示任务点i、j被无人机k访问的次序；

yik、yjk均为决策变量，当无人机k访问任务点i时，yik取1，否则取0；当无人机k访问任务点j时，yjk取1，否则取0。

4.如权利要求1所述的面向任务集合的多无人机三维路径规划方法，其特征在于，所述S34中根据当前种群所处状态进行动作选择，并计算奖励，更新Q表，具体包括：S343、根据当前种群所处状态，采用ε‑贪婪策略进行动作选择，确定交叉概率和变异概率；所述ε‑贪婪策略是指：其中，π(st，at)表示st状态下选择的最优策略；

定义S＝{s1，…，sn}是状态集合，n为状态总数；A＝{a1，…，am}是待执行的候选动作集合，m为动作总数，其中a1＝(Pc1，Pm1)，a2＝(Pc2，Pm2)，以此类推；Pc为交叉概率，Pm为变异概率；Q(st，a)表示在st状态下可选择的动作集合；Maxa(Q(st，a))表示在st状态下选择Q表中Q值最大的动作；ξ为一个随机数；rand(0，1)表示在0到1之间随机生成一个小数；ε表示勘探速率参数；

S344、计算奖励，

r＝y1*r1+y2*r2

其中，r为奖励函数值，y1、y2分别为对应度量值的权重；r1>0表示如果第t代的最优个体的目标函数值优于第t‑1代，则奖励当前的交叉概率Pc有效；r2>0表示如果第t代的平均目标函数值优于第t‑1代，则奖励当前的变异概率Pm有效；

S345、更新Q表，

Q(st，at)＝(1‑α)Q(st，at)+α(r+γmaxaQ(st+1，at+1))其中，Q(st，at)表示在状态st下采取行动at获得的Q值，Q(st+1，at+1)表示在状态st+1下采取行动at+1获得的Q值；α为Q‑learning的学习因子；r为当前状态st下的奖励；γ为是算法的折扣系数。

5.一种面向任务集合的多无人机三维路径规划系统，其特征在于，用于执行如权利要求1所述的多无人机三维路径规划方法，包括：数据获取模块，用于获取待巡检的任务集合和无人机资源；

模型构建模块，用于根据所述待巡检的任务集合和无人机资源，以最小化所有无人机完成巡检任务的时间为优化目标，构建整数规划模型；

结果求解模块，用于采用整合Q‑learning机制的遗传算法求解所述整数规划模型，获取多无人机三维路径规划结果。

6.一种存储介质，其特征在于，其存储有用于面向任务集合的多无人机三维路径规划的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1～4任一项所述的面向任务集合的多无人机三维路径规划方法。

7.一种电子设备，其特征在于，包括：

一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如权利要求1～4任一项所述的面向任务集合的多无人机三维路径规划方法。