Durante el proceso de nivelación automática de pequeños vehículos aéreos no tripulados (UAV) de bajo costo después de la caída de suministros, sus parámetros de estado y la eficiencia de las superficies de control experimentan cambios drásticos. Es difícil lograr buenos efectos de control utilizando controladores con parámetros fijos. Para resolver estos problemas, este estudio propone un controlador PID adaptativo a parámetros basado en la velocidad del aire indicada. Al ajustar los parámetros del controlador, para garantizar el éxito en el levantamiento del UAV y la seguridad de la estructura y el vuelo, es necesario optimizar simultáneamente la tasa de éxito del levantamiento, la sobrecarga normal, el ángulo de ataque (AOA), la velocidad del aire y la altitud de descenso. Estos cinco indicadores tienen diferente importancia para el UAV. Para facilitar el ajuste de parámetros basado en estas diferencias, se propone un algoritmo genético de clasificación no dominada de segunda generación mejorado (NSGA-II), que combina un mecanismo de aptitud integral basado en la prioridad de los objetivos y la puntuación segmentada, junto con una estrategia genética adaptativa. En este estudio, se establecieron diferentes prioridades para todos los indicadores, y se otorgaron puntuaciones segmentadas basadas en indicadores individuales para calcular la aptitud integral, lo que guió la dirección evolutiva de la población. Luego, mientras se modificaban los parámetros genéticos, se retuvieron individuos élite para equilibrar la capacidad de búsqueda y la convergencia. Finalmente, la efectividad de este mecanismo se confirmó a través de simulaciones comparativas. Los resultados de las pruebas de vuelo muestran diferencias significativas con respecto a los resultados de simulación del controlador diseñado en este estudio, pero la tendencia básica se mantiene consistente. El controlador puede suprimir eficazmente las oscilaciones causadas por el estado inicial.