La búsqueda de un rendimiento excelente en algoritmos meta-heurísticos ha llevado a una multitud de investigaciones extensas y profundas, así como a logros significativos. Notablemente, muchos problemas de planificación de misiones espaciales se resuelven con la ayuda de algoritmos meta-heurísticos, y continúan apareciendo estudios relevantes. Este documento presenta un marco de optimización jerárquica en el que dos tipos de partículas-partículas B y partículas S-buscan sinérgicamente los óptimos. La exploración global depende de las partículas B, cuya dirección de movimiento y longitud de paso se diseñan de manera independiente. Las partículas S se utilizan para una explotación local fina cerca de la mejor partícula B actual. Se diseñan dos algoritmos específicos de acuerdo con este marco. Se utilizan nuevas variantes de funciones de referencia clásicas para probar mejor los algoritmos propuestos. Además, se emplean dos problemas de optimización de trayectorias de naves espaciales, la transferencia orbital de múltiples impulsos de naves espaciales y el juego de persecución-evitación de dos naves espaciales, para examinar la aplicabilidad de los algoritmos propuestos. Los resultados de la simulación indican que los algoritmos de optimización jerárquica funcionan bien en las pruebas dadas y tienen un gran potencial para la planificación de misiones espaciales.