为了克服标准遗传算法在无人机航路规划中存在的搜索速度慢、容易陷入局部最优等缺点, 应用一种基于正态云改进的自适应遗传算法。建立无人机航路规划模型, 将地理直角坐标系旋转, 引入转弯角度约束, 简化遗传编码的复杂度。改进算法由X条件云发生器产生种群的交叉概率和变异概率组成。正态云滴的稳定倾向性保护较优个体从而对全局最优值进行自适应定位, 随机性保持个体多样性从而避免搜索陷入局部极值。仿真结果表明, 该算法能使无人机在战场环境中快速地选择最优航路, 规划的效率和成功率相对于标准遗传算法有明显提高, 具有良好的应用前景。