1.一种面向有人/无人协同编队系统的任务分配方法，其特征在于，包括：
设置影响任务分配的影响因素；
对各所述影响因素进行归一化处理；
收集待训练数据并设计支持向量机模型，将所述待训练数据输入至所述支持向量机模型中，以训练所述支持向量机模型；
利用训练好的支持向量机模型进行任务分配。
2.根据权利要求1所述的任务分配方法，其特征在于，所述影响因素包括：
操作员的任务处理频率r、任务请求频率s、任务执行能力a、任务类型f、任务复杂度c、任务价值v以及任务完成概率p。
3.根据权利要求2所述的任务分配方法，其特征在于，所述对各所述影响因素进行归一化处理，包括：
设任务i的任务分配相关影响因素为{ri,si,ai,fi,ci，vi，pi}，将其转化为{x′i，1，x′i,2,x′i,3，x′i，4，x′i，5，x′i，6，x′i,7}；
根据下述关系式对各影响因素进行归一化处理，得到任务i的归一化属性{xi，1，xi,2,xi,3,xi，4,xi,5,xi,6,xi，7}；
其中，max(ej)是影响因素j取值范围的中最大值；
min(ej)是影响因素j取值范围的中最小值；
x′i，j是任务i影响因素j的值；
xi，j是任务i影响因素j归一化的值。
4.根据权利要求3所述的任务分配方法，其特征在于，所述收集待训练数据，包括：
从以往的有人/无人平台协同任务分配的实验中统计数据，并将影响任务分配的影响因素进行归一化处理，并将归一化后的数据作为输入x，将分类结果作为输出y，获得n组(x，y)数据，作为所述支持向量机模型的训练数据。
5.根据权利要求4所述的任务分配方法，其特征在于，所述支持向量机模型如下述关系式：
yi＝sign(w·xi+b)；
其中，yi为xi的类别，xi＝{xi，1，xi，2，xi，3，xi，4，xi，5，xi,6,xi,7}。
6.根据权利要求5所述的任务分配方法，其特征在于，所述训练所述支持向量机模型，包括：
设无人平台数量为4，则k＝4，分别用u1，u2，u3，u4表示四个类别；
训练时选择u1，u2；u1，u3；u1，u4；u2，u3；u2，u4；u3，u4所对应的向量作为训练集；
采用经典sss方法训练模型，得到六个训练模型(ui，uj)-classifier，其中i，j＝1，2，3，4；i≠j。
7.根据权利要求6所述的任务分配方法，其特征在于，所述利用训练好的支持向量机模型进行任务分配，包括：
将待分配任务对应的向量分别带入所述六个训练模型，得到六个结果，然后采取投票形式，得到一组结果，选择最大的分类项为分配结果。
8.一种面向有人/无人协同编队系统的任务分配系统，其特征在于，包括：
设置模块，用于设置影响任务分配的影响因素；
归一化模块，用于对各所述影响因素进行归一化处理；
训练模块，用于收集待训练数据并设计支持向量机模型，将所述待训练数据输入至所述支持向量机模型中，以训练所述支持向量机模型；
分配模块，利用训练好的支持向量机模型进行任务分配。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，能使得所述一个或多个处理器实现根据权利要求1-7任一项所述的任务分配方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，
所述计算机程序被处理器执行时能实现根据权利要求1-7任一项所述的任务分配方法。