【目的】针对单一智能算法优化作业轨迹时存在运行不稳定、优化效率低和陷入局部最优等问题，提出将模拟退火和粒子群算法相结合（Simulated Annealing and Particle Swarm Optimization, SA-PSO），对挖掘机操作臂的挖掘任务轨迹进行最优时间规划。【方法】首先，在D-H坐标系下，构造挖掘机操作臂的机构简图，建立其运动学模型；其次，采用4-3-3-3-4分段多项式进行插值，在关节速度和加速度约束下，通过SA-PSO算法对高效率挖掘任务轨迹进行优化；最后，在同一作业任务下，将差分进化算法（Differential Evolution algorithm, DE）和粒子群算法（Particle Swarm Optimization algorithm, PSO）依次用于求取时间最优轨迹。【结果】试验结果表明，混合算法求得的最优时间轨迹作业效率更短、冲击最小，可有效减少对各关节液压缸的磨损；同时，混合算法求取最优轨迹所用时长最少，有助于提高挖掘机操作臂在实际工程作业的实时性。进一步，为了验证规划轨迹的可行性，将优化结果代入实物进行验证，结果表明，优化的轨迹可实现挖掘机操作臂的高效率、平稳作业。