共形阵天线是一种依附于载体表面,与载体在外形上融为一体的天线。共形阵天线不仅具有良好的美观,还具有提高载体的空气动力学性能、提高天线的口径、增大天线的扫描范围等优点。因此在雷达探测、卫星通信等领域中具有广泛的应用。共形阵方向图综合问题属于典型的优化问题,该问题常包含多个优化目标,如主瓣形状、副瓣电平、零陷位置、阵列效率和极化方向等。由于这些优化目标往往是相互制约的,这就使得共形阵方向图综合问题成为了多目标优化问题。鉴于此,本文针对基于多目标优化算法的共形阵方向图综合问题展开研究,论文的主要内容如下:首先,建立了共形阵的基本信号模型,分析共形阵远场方向图表达式,介绍了几种典型的共形阵方向图综合方法并进行了仿真实验。其次,介绍了多目标优化算法的基本思想和与步骤,重点介绍了基于帕累托最优法(Pareto Optimality)的多目标人工蜂群算法(Multi-Objective Artificial Bee Colony,MOABC)。并针对共形阵方向图综合问题的特点,对MOABC算法中的邻域搜索方式、跟随蜂的选择算法、拥挤距离定义和搜索步长的设置方式进行了改进,形成了改进的多目标人工蜂群算法(Improved Multi-Objective Artificial Bee Colony,IMOABC)。最后,利用IMOABC算实现了二种典型的多目标共形阵方向图综合。首先是最大化相对阵列效率的共形阵方向图综合,其优化目标分别为方向图的波形和共形阵的相对阵列效率。其中相对阵列效率的定义是在阵列效率的基础上推导得出的,该优化目标克服了阵列效率受共形阵形状影响的缺点。然后是双极化天线的共形阵方向图综合,其优化目标为两个极化方向的方向图波形。本文通过坐标轴旋转统一了各天线单元的极化分量,构建了基于双极化天线的共形阵列信号模型,同时实现了共形阵列同极化方向图的优化和正交极化方向图的抑制。