En la investigación sobre planificación de rutas de UAV, a menudo es difícil lograr un rendimiento óptimo para objetivos en conflicto. Por lo tanto, el enfoque más prometedor es encontrar una solución equilibrada que mitigue los efectos de la ponderación subjetiva, utilizando un algoritmo de optimización multiobjetivo para abordar los complejos problemas de planificación que involucran múltiples máquinas. Aquí, introducimos un modelo matemático avanzado para la planificación de rutas cooperativas entre múltiples UAV en escenarios de logística urbana, empleando el algoritmo de clasificación no dominada del milano de alas negras (NSBKA) para abordar este desafío de optimización multiobjetivo. Para evaluar la eficacia de NSBKA, se comparó con otros algoritmos utilizando los problemas de prueba de Zitzler, Deb y Thiele (ZDT), los problemas de prueba de Deb, Thiele, Laumanns y Zitzler (DTLZ), y funciones de prueba de la conferencia sobre computación evolutiva 2009 (CEC2009) para tres tipos de problemas multiobjetivo. Los análisis comparativos y los resultados estadísticos indican que el algoritmo propuesto supera en rendimiento a todas las 22 funciones de prueba. Para verificar la capacidad de NSBKA en abordar el modelo de problema cooperativo multi-UAV, se aplica el algoritmo para resolver el problema. Los experimentos de simulación para tres UAV y cinco UAV muestran que el algoritmo propuesto puede obtener un conjunto de soluciones de ruta colaborativa más razonable para los UAV. Además, la planificación de rutas basada en NSBKA es generalmente superior a otros algoritmos en términos de ahorro de energía, seguridad y eficiencia computacional durante la planificación. Esto afirma la efectividad del algoritmo metaheurístico para tratar problemas de cooperación multi-UAV con múltiples objetivos y mejora aún más la robustez y competitividad de NSBKA.