多目标优化问题已被广泛运用到工厂界和科学界当中,然而由于收集信息的复杂,导致所获得的数据具有模糊性以及不确定性,所以在解决这类问题时,往往建立的是区间系数多目标规划的模型。针对这个模型,本文提出了区间系数多目标规划的智能优化算法。该算法打破了传统算法对函数性质的苛刻要求,进而解决了一系列的非线性问题,非连续问题。本文通过对区间数的一些性质研究,总结出了一些结论,并给出了详细的证明。然后介绍了几种智能优化算法,在算法的基础上,给出了相应算法的设计以及具体的步骤,主要完成了以下的工作：1.对区间数性质的分析,得出了区间数的序比较关系、概率比较关系,以及通过满意度的提出,将区间数转换成精确的数。2.简单介绍了模拟退化算法,并给出了相应的区间数多目标规划的模拟退火算法。3.本文给出了具体的区间系数多目标规划的遗传算法,包括：(1)已知满意度,可以通过转化求解；(2)不知满意度,可以通过序关系比较和概率比较关系的方法设计适应函数。(3)在时间复杂度和精确程度都均衡的前提下,可以采用混合的遗传算法。针对这几种情况,都做了具体的描述,给出了具体的算法步骤,以及实例分析。4.通过解决实际问题,来说明智能优化算法可以快速准确的解决区间系数的多目标规划问题。