与飞机和卫星相比,飞艇有其特定的优势。随着飞艇相关研究的深入以及相关技术的成熟,其在空防系统、近地通信、对地观测方面的应用将会越来越广泛。在对地观测系统中,飞艇搭载各种传感器对地面情况进行长时间、高精度的观测。然而在多飞艇的对地观测系统中,有如下几个规划类的困难亟待解决。（1）多飞艇位置部署问题,是一个三维空间的部署问题,飞艇的高度会同时影响覆盖范围和观测精度这两个部署结果衡量指标,是一个复杂的多目标问题。（2）多基地飞艇路径规划问题,类似于多车场车辆路径规划问题,是典型的NP难问题。（3）多飞艇任务规划问题,由于任务资源之间的约束多而且复杂,任务的执行顺序与其优先级的关系,规划问题是一个复杂的多约束的组合优化问题。这三个问题都是比较典型的组合优化问题,在研究中,我们采用针对组合优化问题有突出优势的进化算法来进行优化求解。进化算法的使用中,主要涉及到编码方式、交叉、变异、选择算子以及种群初始化方式的设计和选择。在实际运用中,也会对特定问题设计相应的局部搜索算子。在对地观测系统的三个研究问题中,我们结合实际情况设计了相应的优化模型。基于不同的模型,设计了对应的进化算法进行优化。本论文的主要工作总结如下:（1）提出了一种采用动态权重向量和稳定匹配机制的多目标进化算法来解决对地观测系统中的飞艇位置部署问题。首先,关于多飞艇的位置部署问题,我们设计了一个包含覆盖点数量与可精确观测任务收益和的多目标优化模型。然后在基于分解的多目标进化算法（MOEA/D）的基础上,结合问题模型,增加了一些改进措施,提出了带动态权重向量和稳定匹配机制的MOEA/D算法。在新的MOEA/D算法中,使用K均值聚类算法对任务点进行初始聚类,完成种群初始化,使用动态权重向量弥补原始方向向量固定的缺陷,并且使用归一化操作均衡不同目标之间的搜索力度,以及使用双向稳定匹配机制进行解和子问题的重新配对。实验结果表明,改进后的MOEA/D算法能够获得更为有效的帕累托最优解集。（2）设计了一种密母算法来解决对地观测系统中的飞艇路径规划问题。结合实际情景,设计了多基地飞艇路径规划问题模型,主要考虑所有飞艇的移动代价和最大结束时间这两个目标。并结合问题特性,采用两段编码方式,并根据编码方式的特点采用了适应各段编码的交叉和变异算子。针对第一段编码中出现的非法解,设计了两种对应的修复算子。并基于贪心策略的思路设计了两种局部搜索算子,加速算法的收敛。最后在多个数据集上进行了实验,结果表明我们的算法能得到优秀的解并具有良好的收敛性。（3）设计了一种密母算法解决多飞艇对地观测任务动态规划问题。任务规划问题中,主要考虑任务保障率和优先级保障率这两个优化目标。首先,基于任务规划的问题特性,设计了一种“任务-资源绑定块”的编码方式。然后相应地设计了交叉和变异算子,并针对交叉后出现非法解的问题设计了修复操作。为了提升算法性能,我们设计了一个基于贪婪策略的局部搜索算子来加速算法的收敛。在种群的初始化过程中,使用基于智能体的动态任务规划算法,使得初始种群处于一个较好的进化水平。最后的实验结果表明我们设计的密母算法能够有效的安排任务,获得较高的任务保障率和优先级保障率。针对多飞艇对地观测系统中的调度规划的问题,我们进行了系统的研究。并对系统中的位置部署、路径规划和任务规划这三个组合优化问题,采用进化算法进行了优化求解。