航迹规划的研究对飞机的低空突防、导弹的定位、宇宙中飞行器的飞行，都具有很大的实用价值和研究意义。目前求解航迹规划问题的主要方法有A~*算法、遗传算法、蚁群算法等。遗传算法是一种模拟生物进化过程的仿生算法。将遗传算法用于求解航迹规划问题，近年来引起了国内外研究学者的广泛关注，也取得了一定的研究成果。飞行器航迹规划问题涉及的规划区域非常广阔，传统遗传算法应用于飞行器航迹规划，存在收敛时间太长、所需内存空间太大的问题，而且当环境复杂时构造可行路径困难、交叉和变异操作对算法进化能力作用效果不强。本文针对传统遗传算法的缺点以及飞行器航路规划任务的需求，采用栅格法建立了飞行器工作环境模型，对传统遗传算法进行改进，以提高算法性能，使其适用于三维空间飞行器航路的规划。具体改进策略如下：（1）将回退策略和禁忌策略与启发式邻域搜索相结合保证路径的可行性；（2）提取初始可行路径中的关键链，降低算法所需存储空间及计算代价，加速搜索的进程和减少内存的需求；（3）对关键链进行局部自适应变异和交叉操作，增强算法的优化能力。利用VisualC++6.0+OpenGl开发三维空间航迹规划的实验仿真平台，在该平台上对本文算法与A*和蚁群算法进行仿真测试和性能比较。仿真结果表明，该方法能有效地规划飞行器航路，算法性能优于同类算法，规划时间可满足实际应用需求。