针对复杂山体地形和障碍物威胁区域环境下的无人机(UAV)路径规划问题，提出改进黑翅鸢优化算法的动态无人机路径规划方法，旨在提升无人机在动态复杂环境下的路径规划性能及安全性。首先，通过设计山体地形、障碍物、动态威胁区域和动态目标，建立山体动态环境模型；其次，提出一种自适应攻击策略，加快算法前期收敛速度，平衡算法全局搜索和局部挖掘的能力，设计线性锁优策略，获取优质个体，加速种群收敛；最后，通过设计可变缩放因子改进差分进化策略，并将其融入黑翅鸢算法中，以提高算法避免陷入局部最优的能力，同时提出了动态响应机制以应对环境动态变化。为了验证所提算法的性能，与一些现存的智能算法在CEC2022测试函数中和不同规模的环境模型中进行实验对比。结果显示，与标准黑翅鸢算法相比，所提算法的收敛精度提高了6.25%,标准差减少了54.6%。实验结果表明，所提改进黑翅鸢优化算法在收敛速度和收敛精度方面具有显著优势，能够有效处理动态无人机路径规划问题，提高无人机在复杂环境中的路径规划性能。