Este documento aborda el desafío de la llegada simultánea de clústeres de UAV y propone un método de planificación de rutas basado en un Algoritmo Genético de Clasificación No Dominada Mejorado III (NSGA-III). Inicialmente, el documento define el problema de la llegada simultánea y formula el modelo matemático correspondiente, considerando la complejidad de la optimización multiobjetivo en clústeres de UAV. Se introduce un nuevo marco de generación de rutas, que incorpora múltiples objetivos de optimización, como la coordinación temporal, la mitigación de amenazas y el consumo de recursos, con el objetivo de mejorar la seguridad de vuelo, la eficiencia y la gestión de recursos. Para mejorar el rendimiento de búsqueda del algoritmo, se propone un enfoque híbrido que combina el algoritmo de Colonia de Abejas Artificiales (ABC) con NSGA-III. Esta estrategia mejorada de NSGA-III supera las limitaciones del algoritmo original en la gestión de restricciones complejas y problemas de optimización multiobjetivo, lo que resulta en mejoras significativas en la precisión de búsqueda y la velocidad de convergencia. Finalmente, se evalúa el rendimiento del algoritmo mejorado a través de simulaciones y se compara con métodos tradicionales. Los resultados muestran que el enfoque propuesto optimiza el tiempo de vuelo, reduce el consumo de recursos y mitiga eficazmente las amenazas, todo mientras asegura la llegada simultánea de clústeres de UAV.