Se propone un algoritmo de búsqueda creativa diferenciada con mejora de múltiples estrategias (MSDCS) para el problema de planificación de rutas para UAV agrícolas en diferentes situaciones complicadas. Primero, se utilizan el conjunto de buenos puntos y las estrategias de aprendizaje oposicional para mejorar efectivamente la calidad de la diversidad de la población; se propone la estrategia de reinicio de equilibrio adaptativo de fitness-distancia para motivar a los de bajo rendimiento a acercarse a la región cercana a la solución óptima y encontrar la solución óptima potencial; y se propone la estrategia de cruce vertical y horizontal con dimensiones aleatorias para mejorar la precisión computacional del algoritmo y la capacidad de salir del óptimo local. En segundo lugar, se compara el MSDCS con diferentes algoritmos utilizando el conjunto de pruebas IEEE_CEC2017, que consta de 29 funciones de prueba. Los resultados demuestran que el MSDCS alcanza el valor óptimo en 23 funciones de prueba, superando a los algoritmos de comparación en términos de precisión de convergencia, velocidad y estabilidad por al menos un orden de magnitud de diferencia, y se clasifica en el No. 1 en términos de rendimiento integral. Finalmente, se empleó el algoritmo mejorado para abordar el problema de planificación de rutas para UAV agrícolas. Los resultados experimentales demuestran que el MSDCS supera a los algoritmos de comparación en la planificación de rutas en varios contextos. En consecuencia, el MSDCS puede generar rutas óptimas que son tanto racionales como seguras para las operaciones de UAV agrícolas.