物联网智能服务系统具备智能决策的能力,它的主要目的是在各领域中为人们提供便利的服务。为了实现这一目标,目前还面临着很多困难和挑战,尤其是在大规模的农业物联网服务中。当前的智能物联网对农业资源合理分配的能力还比较薄弱,有待提升其适配不同规模场景的优化调控能力。影响物联网系统服务能力的因素有很多,其中存在着许多多目标问题,如服务成本和服务时间等问题。如何解决服务中出现的多目标问题成了提升农业物联网服务调控能力的关键。智能进化算法是借助自然界进化思想的一种算法,是解决多目标问题的关键技术之一。其中基于分解的多目标进化算法,对于实际多目标优化问题的解决更具有效性。它通过将复杂高维的多目标问题分解成多个标准单目标问题,再同时对其进行优化,以提高算法的优化速率;通过加入合适的计算算子,来提高候选解的多样性,并增强算法优化问题的能力。本文基于分解的多目标优化算法,合理改进优化算子,围绕农业物联网服务优化问题,针对静态服务以及动态服务两种类型展开研究。针对静态物联网服务问题进行建模,构建了最小化服务时间和服务总成本的多目标优化模型,提出一种改进的基于分解的物联网服务多目标进化算法。针对问题特点,设计了合适的实数编码方式、种群初始化方式、解的修正方式等,并采用模拟二进制交叉和高斯变异算子,来增加候选解的多样性。为了评估算法的有效性,将其应用于三种物联网农业服务场景中。仿真实验结果表明,该算法能较好地实现物联网服务解决方案的权衡,降低服务总成本的同时,也缩短了服务时间。此外,由于静态物联网服务问题没有考虑到实际生活中动态变化的服务请求,本文也对动态物联网服务问题进行了研究分析。在动态变化环境下,建立了动态物联网服务多目标优化模型;并根据服务问题的特点,对基于分解的进化算法进行相应的改进,提出了一种动态多目标进化算法来进行优化。其中为了应对变化的环境,算法中加入了动态监测算子。由于动态物联网服务的动态性,算法采用了两种服务策略,即单目标服务和协同服务,并设置了五种区域分布来进行实验对比。实验结果表明,在动态的农业物联网环境下,所提出的算法可以有效地找到最优解,并且表现优于其他对比算法。