遥感成像是当前最为普遍和有价值的空间资源的应用手段。为了实现对遥感资源的高效利用,成像卫星必须进行科学的任务规划。随着任务复杂度和卫星性能的提高,任务规划问题的求解也更加困难。对于问题求解,如何选取算法,设定参数,设计算子,往往依据研究人员的经验,问题的一些先验知识或不断调试以寻求相对优秀的结果,算法运行中也经常出现陷入局部最优等情况。针对以上问题,首先对本文研究的任务规划问题进行描述分析,主要是敏捷多星对地面点目标观测任务规划问题,明确了观测过程和规划流程,研究了时间窗口和姿态机动能力的计算方法,确定了问题的约束条件和优化目标,给出了问题的数学模型。针对问题的求解,本文以差分进化算法为基础,结合适应度地性理论,提取问题的适应度距离相关系数,以指导算法的搜索策略的选择,采用了自适应系数方法,一定程度上减少了参数设定的依赖性,并应用了反向初始化和多样性选择操作对算法进行改进,基于以上改进设计了混合变异自适应差分进化算法。将改进的算法与目前常用的标准遗传算法和标准差分进化算法应用于多个卫星任务规划仿真实例中,对优化结果,收敛速度等指标进行了分析。基于算例分析得出本文的混合变异自适应差分进化算法相对其他两种算法搜索能力更强,优化结果更好。最后针对本文内容,基于VS2017平台设计并实现了多星对地观测任务规划仿真软件,实现了对算法的可视化验证。