优化设计是从多种方案中选择最佳方案的设计方法，包含两个方面的内容:首先是多种方案的获得，而后是多种方案的选择，前者属于多目标决策问题，后者属于多属性决策问题。通常，设计者面临的实际优化问题中包含若干个相互矛盾且不可公度的决策目标，由于传统的设计方法设计质量较低，有时无法得到满意的设计方案并且计算效率不高，因此近年来优化设计技术被广泛地应用于不同工程领域，优化设计的研究也越来越受到重视。　　本文针对没有数学模型的“黑箱”多目标优化评估问题进行研究，在此基础上，开发出基于Matlab软件的优化评估系统，以解决黑箱多目标优化评估问题求解复杂、处理繁琐、难于应用等问题。系统优化评估过程为:选择合适的试验设计方法以及对应的试验设计表，通过试验得到有代表性的输入输出样本;选择含有全部模式的样本对人工神经网络进行训练，得到参数变量与目标值之间的网络模型;采用改进的带精英策略的快速非支配排序遗传算法(a variant of NSGA-Ⅱ)进行多目标参数优化，同时对约束条件进行处理，得到满足约束的Pareto最优解;最后提供4种最优解评估方法:基于直觉模糊和熵的TOPSIS评估法、基于TOPSIS的稳健性评估法、模糊贴近度评估法以及可视化雷达图评估法对寻优得到的Pareto最优解进行评价，从中确定最优解。系统还引入了外部接口技术接收第三方数据文件，增加了优化评估系统的实用性。　　本文研究表明，所开发的多目标优化评估系统能够获得较好的优化设计结果，改善了以往优化算法只能获得Pareto最优解而无法获得最优解的缺点，同时改善了计算速度较慢、收敛精度较低等不足，为缺少数学模型的“黑箱”多目标优化问题提供了一种有效的求解方法。