1.一种无人机飞行任务调度方法，其特征在于，包括以下步骤：(1) 建立决策变量；具体如下：假设有n架无人机，记无人机的集合为U，则有， 其中， ；表示其中的任意一架无人机；配送的需求点有m个，每个需求点对应一个配送任务，任务集合为T，则有 ，其中，j=1,2…m 表示其中的任意一个配送任务；任务需求点的数量大于无人机的数量，即m>n；无人机在执行完飞行任务后将无人机最终返回原始位置过程记为 ；则任务分配模型的决策变量 公式如下：；

(2) 设置目标函数；公式如下：目标函数F设置为：；

其中， 、 分别为经济成本、延迟惩罚的权重系数，并且参数满足 ；

为经济成本； 为延迟惩罚；

；

；

；

其中， 表示无人机 最大载荷状态下的单位距离的运输所需要的成本； 表示无人机 从上一个任务点飞行到任务点   的距离长度； 表示无人机 经过 段时的承重大小； 表示无人机 的最大载荷； 为无人机 自身重量；

为无人机 单位时间所需要的管理成本； 表示无人机Ui的飞行速度；

；

；

；

其中， 表示惩罚系数因子；tij 表示无人机Ui执行任务到达任务Tj并且完成卸货的时间；ET是配送最大允许时间；

(3) 建立约束条件；约束条件包括：配送任务约束：

；

载重约束：

；

其中，qi表示第i架无人机的总承重，小于最大载重qmax；qj则表示任务Tj所需要的货物的重量；

距离约束：

；

(4) 编码生成初始染色体；

(5) 设置参数，用可变邻域启发寻优生成初始化种群；其中，设置最大进化代数M，决策变量、目标函数、约束条件、种群规模参数；

(6) 根据个体适应度计算选择概率，根据概率选择父代；

(7) 对随机选择出的两个父代按照自适应交叉概率大小进行变异交叉操作；

(8) 将原有的父代和新生成的下一代按适应度排名选出作为下一代的个体；

(9) 将步骤（8）得到的子代加入种群，重复步骤（6）‑（8）直到迭代次数达到最大。

2.根据权利要求1所述的一种无人机飞行任务调度方法，其特征在于，步骤（6）具体如下：根据目标函数计算每个染色体的适应度，按照适应度从小到大进行排序，根据排名先后，计算选择概率P(i)，公式如下：；

其中，i=1,2…N；N为个体数；j为当前代数；M为最大进化代数；所有个体根据排名得到不同的选择概率；再根据个体的选择概率选择父代。

3.根据权利要求1所述的一种无人机飞行任务调度方法，其特征在于，步骤（7）具体如下：设定交叉概率pc，在选择交叉个体后随机生成一0到1的数，若随机数大于等于交叉概率pc，则随机选择基因上的两个位置G1和G2，将两者之间的基因部分倒置，若小于交叉概率pc，则在另一个个体找到与G1相邻的G3的基因位，并在原基因处找到两点倒置两点间的基因形成新的个体；交叉概率pc公式如下：；

；

其中，Pc_min是交叉概率的最小值，Pc_max是交叉概率的最大值，f是个体适应度，fmax是适应度的最大值，fmin是适应度的最小值，favg是当前代所有个体适应度的平均值,A、B为常数。

4.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1‑3任一项所述的一种无人机飞行任务调度方法。

5.一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求 1‑3任一项所述的一种无人机飞行任务调度方法。