1、很多科學和工程領域中的實際應用問題往往是多目標的，而目標函數間通常都是相悖的。在這種多目標優(yōu)化問題中并不存在可以使所有目標都達到最優(yōu)的唯一的全局最優(yōu)解，而是存在一個由很多甚至無窮多個Pareto最優(yōu)解構成的解集，顯然這樣的復雜特性給求解算法帶來了極大的困難。由于基于種群迭代的尋優(yōu)機制使其有機會通過一次運行即獲得多個Pareto最優(yōu)解，進化算法正在逐漸成為近年來求解多目標優(yōu)化問題的主流算法，而由此衍生的進化多目標優(yōu)化也成為進化計算領域一個

2、新的研究熱點。
　　利用進化算法并行搜索問題的多個最優(yōu)解并不是其在求解多目標優(yōu)化問題時才遇到的挑戰(zhàn)，多峰優(yōu)化問題同樣要求算法能夠獲得盡可能多的全局最優(yōu)解甚至部分局部最優(yōu)解。于是，將多峰優(yōu)化的算法機制與進化多目標優(yōu)化相結合，設計和開發(fā)更為魯棒的新型多目標進化算法無疑是一個值得深入研究的課題。
　　本文采納系統(tǒng)工程的理論和方法，將用于求解多峰優(yōu)化問題的Species機制引入到多目標優(yōu)化算法設計中，通過借鑒進化多目標優(yōu)化的相關算法

3、思想，提出一種基于Species機制的多目標進化算法體系。本文的主要內容可以歸納為如下幾個方面:
　　首先，在對兩種經典進化算法（遺傳算法和粒子群算法）進行簡單介紹的基礎上，對多目標遺傳算法和多目標粒子群算法的研究現狀進行綜述。
　　其次，將Species機制引入到多目標遺傳算法設計中，通過借鑒一種經典多目標遺傳算法(NSGA-Ⅱ)的算法思想，設計面向多目標問題的基于Pareto支配性和Pareto Front擁擠度的Spe

4、cies策略，包括Species種子確定方法以及Species構造方法等，進而提出一種新型的基于Species機制的多目標遺傳算法。
　　再次，考慮將Species機制擴展到多目標粒子群算法中，設計基于外部Pareto最優(yōu)解集的Species種子確定方法以及基于Euclidean距離最近原則的Species構造方法，同時給出種群中個體的個體歷史最優(yōu)解和全局歷史最優(yōu)解的更新方法，進而提出一種求解多目標優(yōu)化問題的Species粒子群算