电磁轨道炮采用电磁发射技术,通过电流在强磁场产生的安培力推动弹丸加速,相比于传统火炮具有极限速度高,隐蔽性好,调参简单等诸多优势,是当今环境下最具发展潜力的武器之一。电磁轨道炮内弹道设计需要考虑多个评价指标,适合通过多目标进化算法求解优化问题寻找最优参数。但目前的研究存在以下问题:1)电磁轨道炮内弹道优化问题具有复杂的帕累托前沿面,传统的多目标进化算法难以保证解集的收敛性与分布性;2)通常的电磁轨道炮内弹道优化模型只优化发射性能,没有考虑轨道电流产生的累积热量对轨道的烧蚀;3)电磁轨道炮内弹道优化问题决策变量维数较高,且模型复杂,进行一次完整的优化时间较长。针对以上三个问题,本文在以下几个方面开展研究:首先,将电磁轨道炮内弹道分为电源、轨道炮、电枢-弹丸三个模块,采用模块化建模法分别对每个模块建立数学模型。通常的以性能为主的电磁轨道炮内弹道优化问题包含发射过程中轨道最大电流、弹丸出口速度、能量转化效率三个发射指标;为增长电磁轨道炮使用寿命,在此额外提出累积热量作为发射指标。其次,研究考虑性能的电磁轨道炮内弹道多目标优化问题。由于传统多目标进化算法难以处理具有复杂帕累托前沿面的优化问题,在此选用可以自适应调节权重的基于分解的进化算法,在其基础上引入变异因子,改进搜索父代个体策略,增加搜索效率,并在基准问题下验证有效性。按照电磁轨道炮放电电容器个数的不同将优化问题分为三种情况,在每种情况下分别求解帕累托最优解集,并依据对各目标的偏好在其中寻找最优解。再次,为了避免轨道累积产热对电磁轨道炮的过度烧蚀,研究考虑使用寿命的电磁轨道炮内弹道多目标优化问题。此时优化目标包含累积热量,目标空间维度为四维,属于高维多目标优化问题。在原算法的基础上改进个体拥挤度的计算方法,优化在高维空间的搜索效率。于基准问题下验证有效性,在不同放电电容器个数的情况下分别求解帕累托最优解集,并依据对各目标的偏好在其中寻找最优解。最后,针对电磁轨道炮内弹道优化时间长的问题,建立高斯过程代理模型辅助多目标进化算法。首先在决策空间中通过Sobol序列生成样本点建立初始高斯过程代理模型,利用切比雪夫聚合法将对目标函数的估值与误差估计转换为对权重向量的估值与误差估计,采用提升的期望EI作为评价个体的指标,并提出在进化过程中更新模型的方法。将高斯过程代理模型辅助的算法得到的结果与前面对比,验证了方法的有效性。