本发明为关于无人机通道巡检与精细化巡检的组合策略算法，首先结合无人机飞行任务规划侧重点的不同，分析了无人机目标分配任务规划问题的目标函数和数学模型。其次，针对标准粒子群算法对无人机目标分配问题的寻优能力进行了研究，首先引入量子行为扩大了粒子搜索范围，然后借鉴粒子群算法惯性权重选取思想，将线性微分递减策略引入量子粒子群算法中的扩张收缩因子，提高了全局搜索能力并提高收敛速度，在此基础上，在算法迭代过程中引入高斯学习策略，利用高斯学习逃逸能力的特点提高了种群多样性。然后，对标准粒子群算法、量子粒子群算法和独立改进算法进行单多峰函数测试并进行分析。最后，采用改进的混合算法求解无人机目标分配问题模型。