本文在对现有武器-目标分配（WTA）问题启发式算法[1][2]进行综合的基础上，提出了算法改进，并开发了一套仿真软件工具包，用于测试和评估增强后算法的作战性能。具体而言，本文提出了以下求解WTA问题的算法及其应用：高级最大边际回报算法、改进遗传算法和改进离散粒子群优化算法。其中，所提出的改进离散粒子群优化算法引入了一种基于最大边际回报的启发式初始化机制和内部局部精化过程。采用基于离线贝叶斯优化的超参数调优流程[3]，以减少对人工选定算法参数的依赖。基于微软基础类库的C++仿真工具包的实验结果表明，在相同输入条件和预定时间预算下，改进离散粒子群优化算法在时间受限的指挥控制仿真设定中，相比高级最大边际回报算法和改进遗传算法，获得了更低的期望目标函数值和更高的稳定性。