本发明提出了一种基于神经网络的武器目标分配方法，主要解决现有技术无法适用于无人机群打击地面目标这种对时效性要求极高的连续作战场景。其方案是：对已发现目标进行威胁评估并对威胁度排序，依次逐个地对目标分配武器；通过毁伤概率估计得到各个武器对当前待分配目标的打击适宜度，指挥官根据实战经验调整部分适宜度，形成训练数据集和测试数据集；通过训练集对全连接网络模型进行训练，并通过测试数据集选择最佳的全连接网络模型，使用所选的最佳全连接网络模型对每个目标依次进行武器目标分配。本发明不仅能效利用历史作战信息和指挥官的作战经验，而且能减少分配时间，可用于无人机群打击地面目标这种对时效性要求极高的连续作战场景。