在实际生活中许多问题都是由相互冲突和影响的多个目标组成的。这样问题就变成使多个目标在给定区域同时尽可能最佳的优化问题,即所谓的多目标优化问题。多目标优化一般分两步进行。第一步,获取Pareto前沿或者靠近Pareto前沿的非劣解集,此为目标折衷过程；第二步,提取最终的决策信息,从非劣解集中确定一个解作为优化问题最终的“最优解”,此为决策过程。本文对非支配偏好排序电体搜索算法(NPS-CSS)进行了研究,将决策者的偏好信息考虑在内,设计出有效的求解机制,从而缩小搜索范围,使其仅在决策者感兴趣的区域内进行解的搜索,具体内容如下：研究非支配解集构造方法,借助标准测试函数进行了对比仿真实验。结果表明,基于删减支配关系矩阵的非支配集构造方法,具有优于包括Deb在内的众多常用构造方法的特点,采用基于删减支配关系矩阵的非支配解集构造方法,提高了构造效率,从而对多目标优化效率的提高有着重要的意义。针对多目标决策问题的第二步,即决策者决策过程,对各个目标进行多属性模糊评判,结合专家的综合意见以及决策者自身对专家意见的偏好,将决策者对目标属性的离散意见转换为对各目标的综合意见,通过定义一种模糊综合排序指标来确定决策者对各目标的偏好权重,依据目标权重构建判断多目标Pareto解的适应度函数,进而采用NPS-CSS算法对该问题进行求解,得到使决策者满意度高的解,为解决实际多目标问题提供了一种可行方案。该算法充分考虑了决策者的心理偏好和专家意见,使整个求解过程更加符合实际情况。仿真结果表明该算法的有效性。