La optimización conjunta del tamaño de la flota y la asignación de tareas presenta un desafío crítico en el despliegue de Vehículos Aéreos No Tripulados (VANT) para misiones sensibles al tiempo, como la logística de emergencia. Los enfoques convencionales a menudo dependen de tamaños de flota predefinidos o de optimizadores centralizados computacionalmente intensivos, lo que puede llevar a un rendimiento subóptimo. Para abordar esta brecha, este documento propone un novedoso marco jerárquico de dos etapas que integra el Optimizador de Lobo Gris (GWO) con el Algoritmo de Paquete Basado en Consenso (CBBA). A nivel estratégico, el GWO determina el número óptimo de VANT minimizando una función de costo integral que equilibra la eficiencia de la misión y los costos operativos. Posteriormente, a nivel táctico, el CBBA realiza una asignación de tareas descentralizada y en tiempo real para la flota de tamaño óptimo. Validamos nuestro marco GWO-CBBA a través de simulaciones extensas contra tres puntos de referencia: un CBBA estándar con una flota fija, un enfoque centralizado de Optimización por Enjambre de Partículas (PSO) y un algoritmo heurístico codicioso. Los resultados son contundentes: nuestro marco demuestra un rendimiento superior en todas las métricas clave, reduciendo el costo total de programación en un 13.2-36.5%, minimizando el costo de kilometraje de los VANT y disminuyendo significativamente el tiempo total de espera de las tareas. Este trabajo proporciona una solución robusta y eficiente que equilibra efectivamente los costos operativos con la calidad del servicio para problemas dinámicos de programación de múltiples VANT.