任务规划作为目前无人机领域研究的重点问题是实现无人机自主化的关键技术之一。任务规划系统包括航迹规划和任务分配两个组成部分。因此,提出高效的航迹规划和任务分配算法是任务规划研究领域需要解决的关键问题。为此,本文以粒子群算法和狼群算法为优化工具,对无人机任务规划中任务分配和航迹规划展开研究。完成的主要研究工作和成果包括:建立无人机二维航迹规划的数学模型,结合无人机的自身硬件条件和作业环境对约束条件和目标函数进行分析,然后用5阶PH航迹圆滑算法对航迹进行处理。针对基本粒子群算法的两个缺陷:在粒子搜索过程中容易陷入停滞状态;容易陷入局部最优,对粒子群算法进行改进。首先用混沌映射初始化种群,以提高种群的多样性,为了增强了粒子局部寻优能力,引入一般反向学习策略,并从理论上分析和证明了反向学习可以保证粒子收敛。为了更好增强粒子全局搜索能力,在以上两点的基础上融入了天牛须算法。通过对二维航迹规划仿真实验分析,结果表明改进粒子群算法在给定的二维环境中,可以使航迹规划获得更好解算效果。建立无人机三维航迹规划环境模型,研究基于几何形式的航迹表示方法,用二维三次卷积插值平滑化的方法,对建立数字高程地图模型进行平滑化处理。对航迹点方面,引入一种对航迹点弹性调整机制。通过用改进的粒子群算法作为优化工具,对航迹点的调整机制在三维空间中进行航迹实验仿真,结果表明通过对航迹点弹性调节可以获得更好的航迹。以多机协同攻击单个目标为任务分配背景,对多无人机单目标任务分配问题进行研究。建立单目标任务分配的数学模型,根据建立的任务分配模型数学模型,对改进狼群算法狼的位置进行编码,然后进行仿真实验。结果表明改进狼群算法的编码方式可以减少多无人机单目标任务分配航程,快速实现给多无人机系统确定一个最优的任务分配方案。验证了在给定的二维环境中,改进的狼群算法在解算多无人机执行单目标任务分配的优越性。