针对传统战场装备机动抢修任务分配模型主观性强、动态适应性差和缺乏自学习能力等特点，分析了多地点、多任务、多分队情况下的抢修任务分配问题。以装备战斗力恢复水平和抢修费用消耗建立决策优化目标函数，并以抢修时间为硬约束条件建立战场装备机动抢修任务分配决策模型。为解决多维决策问题，提出基于改进莱维飞行（Levy-flight，LF）的多目标粒子群算法（multi-objective particle swarm optimization，MOPSO），可有效避免局部收敛并降低优化问题的维度，其在动态多目标场景下的收敛性、动态适应性、多样性与鲁棒性方面具有独特优势。通过实验证明，该模型适于解决战场装备机动抢修任务分配问题，求解算法具有一定稳定性。
