Para abordar el problema de toma de decisiones dinámicas y control en enjambres de vehículos aéreos no tripulados (UAV), este documento propone un algoritmo de optimización inspirado en palomas impulsado por la teoría de prospectos acumulativa (CPT-PIO). Se integran el análisis relacional gris y la teoría de la entropía de la información en la teoría de prospectos acumulativa (CPT), construyendo un modelo de valor de prospecto para soluciones de Pareto al establecer puntos de referencia, definir funciones de valor y determinar pesos de atributos. Este valor de prospecto se utiliza para evaluar la calidad de cada solución de Pareto y sirve como la función de aptitud en el algoritmo de optimización inspirado en palomas (PIO) para guiar su proceso evolutivo. Además, incorporando métodos de evaluación de situación individual y de enjambre, se construye el modelo de evaluación de situación y se emplea la teoría de la entropía de la información para determinar el peso de cada índice de evaluación. Finalmente, se introducen el mecanismo de búsqueda inversa y el mecanismo de aprendizaje competitivo en el PIO estándar para prevenir la convergencia prematura y mejorar la capacidad de exploración de la población. Los resultados de simulación demuestran que el algoritmo CPT-PIO propuesto supera significativamente a dos nuevos algoritmos de optimización multiobjetivo en términos de rendimiento de búsqueda y calidad de solución, produciendo soluciones de Pareto de mayor calidad para la toma de decisiones dinámica en enjambres de UAV.