随着无人机技术性能的不断提升,无人机在目标搜索中的应用越来越广泛。但在很大一部分搜索任务中,无人机还不能完全替代人,比起单纯使用无人机搜索,搜索人员和无人机协同搜索的效率和成功率往往更有保障。但是,目前针对单纯的无人机搜索路径规划的研究有很多,对于人机协同搜索的研究却少之又少。本文对无人机及人机协同搜索智能调度方法进行了系统研究。首先,我们对基础的多无人机协同搜索路径规划开展研究,重点以景区失踪游客搜索问题为研究对象,建立了目标位置的概率分布模型,提出了一种基于进化计算的协同搜索路径规划方法。在此基础上,我们进一步考虑人机协同搜索中的路径规划,根据“目标是否逃避搜索”这一关键性质,分别建立相应的问题模型,并提出相应的调度方法。针对第一类“目标不逃避搜索”的情况,本文对景区失踪游客搜救这一任务场景中的人机协同搜索调度方法进行了研究,提出了一种基于生物地理学优化的路径规划方法,研究成果应用于花萼山失踪游客搜救行动,并获得2018年度瓦格纳运筹学杰出实践奖提名奖;针对第二类“目标逃避搜索”的情况,本文对野外区域内逃犯搜捕这一任务场景中的人机协同搜索调度方法进行了研究,提出了一种基于混合进化算法的路径规划方法,研究成果成功应用于山阳县逃犯搜捕行动中。仿真实验和实际应用结果均验证了本文提出的多无人机及人机协同搜索路径规划方法的有效性。本文研究的主要创新点如下:(1)提出了一个多无人机在自然保护区内搜索失踪游客的规划问题,其中设计了游客位置分布的先验概率模型,并提出了一种协同进化方法来求解问题。(2)提出了一个搜救失踪游客的人机协同规划问题,其目标是使救援人员接触到目标(而非无人机探测到目标)的预期时间最小化。提出了一种基于生物地理学优化的进化算法来高效求解这一复杂问题。(3)提出了一个搜捕逃犯的人机协同规划问题,其目标是使抓获罪犯(而非找到逃犯)的预期时间最小化。提出了一种混合进化算法来高效求解这一复杂问题。本文的研究成果还可扩展应用于更为广泛的场景,如“目标不逃避搜索”的重要物品搜索和战场目标侦察,“目标逃避搜索”的战场追击等,对提高无人机的使用效率、提升专业应急搜索能力有着重要的意义。