Basado en la teoría de la incertidumbre, este documento estudia el problema de la asignación de misiones de combate de vehículos aéreos no tripulados (UAV) en un entorno incierto. Primero, considerando tanto el valor del objetivo, que es el beneficio de la misión de combate obtenido al atacar el objetivo, como el consumo de combustible por unidad del UAV como variables inciertas, se establece un modelo de asignación de misiones de combate de UAV incierto. Y de acuerdo con las decisiones bajo la realización de variables inciertas, la primera etapa genera un esquema de asignación de misiones inicial correspondiente a la realización del valor del objetivo, mientras que la segunda etapa ajusta dinámicamente el esquema según la realización del consumo de combustible por unidad; se obtiene un modelo de asignación de misiones de combate de UAV incierto de dos etapas (TUCMA). Luego, debido a la dificultad de obtener soluciones analíticas debido a la incertidumbre y la complejidad de resolver la segunda etapa, el modelo TUCMA se transforma en un modelo determinista de valor esperado-efectivo de la asignación de misiones de combate de UAV incierto de dos etapas (ETUCMA). Se diseña un algoritmo modificado de optimización por enjambre de partículas (PSO) para resolver el modelo ETUCMA y obtener la solución de valor esperado-efectivo del modelo TUCMA. Finalmente, las simulaciones experimentales de múltiples escenarios de asignación de tareas de combate de UAV demuestran que el algoritmo PSO modificado propuesto produce una decisión óptima con los máximos beneficios de la misión de combate bajo un límite máximo de iteraciones, que son significativamente mayores que los beneficios de la asignación de misiones lograda por el algoritmo PSO original. El PSO modificado propuesto exhibe un rendimiento superior en comparación con el algoritmo de optimización por colonia de hormigas, lo que permite la adquisición de un esquema de asignación óptimo con mayores beneficios. Esto verifica la efectividad y superioridad del modelo y algoritmo propuestos en la maximización de los beneficios de la misión de combate.