武警捕歼战斗是武警部队依法缉捕、歼灭犯罪分子的一种战斗行动。如何分配好兵力，使得在战斗结束后捕歼对象威胁度降低，使其就地伏法，减少装备和人员消耗是捕歼战斗研究的重点之一。多目标进化算法是借鉴生物选择和进化机制发展起来的一种智能、启发式算法。多目标进化算法实质就是要从所有可能的解中找到最合理、最可靠的使目标函数同时达到最优的解。对多目标进化算法及其应用研究是目前智能计算的研究热点之一。论文介绍了多目标进化算法及捕歼战斗兵力分配研究的现状和发展，在此基础上建立了多目标武警捕歼战斗兵力分配模型，针对该模型设计了一个新的算法，并与经典多目标进化算法的求解结果进行了对比分析。本文主要工作如下：第一、对捕歼战斗中兵力分配的各项因素进行了分析，定义了捕歼对象的威胁度，建立了捕歼对象的威胁估计值，我方毁伤概率，弹药消耗三个目标最小的多目标优化模型；利用已有基于分解的多目标进化算法（A Multi-objectiveEvolutionary Algorithm Based on Decomposition）对模型进行了求解。第二、由于利用MOEA/D求解本模型时，Tchebycheff方法不能找到更多ParetoFront界面边界上的点，因此将MOEA/D算法做了进一步的改进。设计了一个新的选择算子，把用Tchebycheff逼近改为用椭圆逼近，得到了一个新的算法-基于椭圆逼近的MOEA/D算法。最后和原MOEA/D算法结果进行了比较，数值结果表明了本算法的有效性。