1.一种基于智能机巢辅助协同的多无人机自适应作业方法，包括机巢端和若干架无人机，机巢端与所有无人机进行通讯连接，其特征在于：还包括以下步骤：
2.根据权利要求1所述的一种基于智能机巢辅助协同的多无人机自适应作业方法，其特征在于：所述机巢端的优化算法为采用融合概率增强算法与pe—imlp模型，机巢端优化算法包括以下计算步骤：
3.根据权利要求2所述的一种基于智能机巢辅助协同的多无人机自适应作业方法，其特征在于：所述融合概率增强算法包括以下计算步骤：
4.根据权利要求3所述的一种基于智能机巢辅助协同的多无人机自适应作业方法，其特征在于：所述pe—imlp模型的训练过程包括以下步骤：将各无人机所生成的动作倾向概率预测发生的最大动作的回报值q，作为pe—imlp模型的输出，将当前所有无人机位置和作业目标位置作为pe—imlp模型的输入，计算环境奖励值，环境奖励值的计算公式为：
5.根据权利要求4所述的一种基于智能机巢辅助协同的多无人机自适应作业方法，其特征在于：所述pe—imlp模型的训练过程还包括以下步骤：
6.根据权利要求5所述的一种基于智能机巢辅助协同的多无人机自适应作业方法，其特征在于：所述步骤b5中计算目标q值的计算公式为：
7.根据权利要求5所述的一种基于智能机巢辅助协同的多无人机自适应作业方法，其特征在于：所述步骤b6中损失函数的计算公式为：
8.根据权利要求7所述的一种基于智能机巢辅助协同的多无人机自适应作业方法，其特征在于：所述步骤b7中反向传播算法的计算公式为：
9.根据权利要求5所述的一种基于智能机巢辅助协同的多无人机自适应作业方法，其特征在于：所述无人机的自适应调整方法包括以下步骤：