多目标优化问题是自然科学和工程领域内比较重要的问题。由于多目标优化问题的最优解不同于单目标优化,所以传统优化算法不能很好地解决多目标优化问题。上世纪80年代末,国际上开始了多目标优化进化算法的研究,陆续出现了多种经典的多目标进化算法。到了本世纪初,多目标进化算法的研究进入了兴旺时期,已成为进化算法中最具实用价值的研究热点。如今,多目标进化算法已广泛应用于自然科学、工程和社会科学等诸多领域。本文查阅了大量的国内外文献,在前人工作的基础上,对约束多目标进化算法进行了一点改进研究,并将其应用于机械优化设计论文的主要内容如下：1.简要介绍了多目标进化算法的研究进展和研究热点。2.详细介绍了多目标优化问题的基本概念和进化多目标优化的主要算法。3.将一种新的聚类方法引入多目标进化算法,提出一种改进的基于群体分类的约束多目标进化算法。这种算法的基本思想是：首先将种群分为不可行群体和可行群体,又将可行群体分为可行非Pareto群体和可行Pareto群体,再用考虑多种判据及适应值的聚类方法将可行Pareto群体划分为非聚类Pareto群体和聚类Pareto群体,然后对上述四个群体分别赋以适当的R适应值,最后经选择、交叉、变异完成一代进化。4.将约束多目标优化进化算法应用于行星齿轮传动参数的优化设计,得到了优于传统优化方法和单目标进化算法的结果。图9表1参考文献57