Con la creciente aplicación generalizada de sistemas de vehículos aéreos no tripulados (VANT) en la monitorización de desastres, la gestión urbana, el transporte logístico y la exploración, la asignación dinámica de tareas eficiente se ha convertido en un tema clave para mejorar la eficiencia en la ejecución de tareas. Para abordar los desafíos que plantean los cambios dinámicos en los objetivos de las tareas y las limitaciones de recursos con los que los métodos tradicionales de asignación de tareas luchan en entornos complejos, este documento propone un algoritmo de optimización por enjambre de partículas multiobjetivo, DCMPSO, para la asignación de tareas de reconocimiento dinámico de VANT. Primero, se construye el marco de DCMPSO, dividiendo la optimización de problemas dinámicos en tres partes: detección de cambios en el entorno, respuesta a cambios en el entorno y optimización real, con la estrategia diseñada de predicción de rango basada en la traducción del centroide. Luego, se realizan experimentos de simulación para verificar la efectividad de los mecanismos del algoritmo a través de experimentos de ablación y para demostrar la superioridad de DCMPSO en convergencia y distribución en comparación con DNSGA-II y SGEA a través de experimentos comparativos. Finalmente, se establece y optimiza un modelo de asignación de tareas dinámicas multi-VANT, demostrando que DCMPSO puede resolver correctamente el problema de asignación multiobjetivo dinámica de VANT y encontrar efectivamente su solución óptima, proporcionando una solución efectiva para aplicaciones prácticas.