元胞遗传算法是一种将遗传算法和元胞自动机原理结合的进化算法,解决了遗传算法局部搜索能力不足的问题,使种群多样性保持更持久,保证了全局搜索和局部寻优之间的良好的平衡。但是众所周知,在实践中,元胞遗传算法在全局搜索和局部寻优之间都需要一个足够的平衡,而基于种群的算法的选择压力是粗略地反映这平衡的重要方式。但是往往选择不变的选择压力虽然能保持平衡,但是算法的效率不高,进化次数大。可以通过改变比率来改变选择压力。本人通过改变邻居结构来影响比率,从而改变选择压力。基本思想是：减少比率能减少种群的选择压力,促进全局搜索,从而保持群的较高的多样性；增大比率能加强算法的选择压力,促进局部寻优,加快寻优,可以通过影响比率从而来影响选择压力。而比率则由邻居的结构半径和种群网格半径所决定,这时候可以通过在不同时期利用不同方式来定义元胞自动机中邻居,产生不同的邻居结构,最终可以实现在不同时期选择不同的选择压力.元胞遗传算法是一种将元胞自动机与遗传算法相结合的进化算法,这种算法具有遗传算法的广泛的适用性、并行性和扩展性但是在后期的二维元胞空间扩散速度过慢。本文提出一种基于三维球形元胞空间的多目标元胞遗传算法,基本思想是：取元胞空间为三维球,根据Pareto支配关系找出种群中的非支配解并保存到精英集,根据元胞自动机中拓扑结构和邻居等机制使精英集中的Pareto非支配解在种群中扩散。指标分析和数值实验表明,新算法的解不仅多样性和均匀性较好,而且在后期具有较快的扩散速度。本文所做工作如下：1.简要介绍了遗传算法和元胞遗传算法算法的研究历程和研究现状的研究,总结了研究的意义和论文的主要内容。2.分析了元胞遗传算法的结构,包括元胞遗传算法的基本原理、算法流程和参数设置以及算法的优缺点等。3.概要介绍了改进的元胞遗传算法的基本思想、给出算法步骤。4.概要介绍了自适应邻居结构和三维元胞空间,然后将其用于元胞遗传算法中,并给出了详尽的算法步骤和算法流程,最后编程验证算法的优越性。