在气象科学领域,大气波导对电磁波的传播有着重要影响。大气波导会增大雷达杂波、引起超视距传播甚至导致无线电通信信号中断等问题。大气波导反演问题是一个复杂的非线性问题,不存在解析解。对大气波导反演问题,可以建模为一个多目标优化问题。一般可使用传统数学优化算法和进化多目标优化等方法进行求解大气波导的剖面结构和传播特性,进而对大气波导的正向传播进行建模,从而模拟大气波导的正演过程。另一方面,大气波导中的蒸发波导常常出现在紧贴海面的近地层内,由于其在海洋表面上方普遍存在,而且对电磁波传播具有重要的影响,是影响岸基、船载或低空机载雷达和通信等系统性能的重要因素。蒸发波导高度预测问题可以建模为时间序列预测问题。本文针对大气波导的反演和预测相关问题,采用进化算法和机器学习方法开展的相关研究。具体地,本文的主要工作如下:（1）针对大气波导反演问题的求解,全球导航卫星系统（Global Navigation Satellite System,GNSS）信号接收天线在对电磁波信号进行接收时,可以记录电磁波在实际传播过程中发生的传播损耗和相位延迟。本文以GNSS的相位延迟和传播损耗为优化目标,通过正演（大气波导模拟传播计算程序）计算目标值并建立多目标优化问题模型。在此基础之上,设计并实现针对单个GNSS接收信号的进化优化算法并求解该最优化问题。同时本文对针对单个GNSS信号源的进化多目标优化算法在标准问题测试集和大气波导反演问题上开展了相关的实验,实验结果表明本文所提算法在种群分布的均匀性和最终收敛结果的精度上相比于同类算法都有显著提升。（2）针对多个GNSS信号源的大气波导反演问题问题的求解。在第（1）项工作的基础上,引入相应的高维启发式策略,设计了求解针对多个GNSS信号源的进化多目标优化算法。多个GNSS信号源同时接收同一电磁波信号时,可以同时以多个信号源的GNSS相位延迟和传播损耗为目标进行大气波导反演,在理论上可以进一步提高预测精度。本文以多个GNSS的相位延迟和传播损耗为优化目标,通过正演（大气波导模拟传播计算程序）计算目标值并建立多目标优化问题模型。在标准问题测试集和大气波导反演问题上的实验结果表明,相比于单个GNSS信号源,在多个GNSS信号源的情况下大气波导反演问题的最终收敛精度得到提高。（3）蒸发波导高度也是大气波导剖面表达式中的一个重要参数,大气波导反演只能根据接收到的信号源传播损耗和相位延迟推测出大气波导的剖面参数。为了能够通过历史近海表面气象数据对未来时间的蒸发波导高度进行预测,本文设计并实现了一种基于进化优化和支持向量机的大气波导高度预测方法,本文设计的参数调优和时序数据预测方法,用于解决蒸发波导高度时间序列预测问题。实验结果表明,本文所提的预测方法获得了较好的结果。综上,本文主要针对大气波导的反演与预测相关问题进行了问题建模、算法设计和实验验证工作。针对大气波导反演问题,本文设计并实现了一种进化多目标优化算法用于求解此类问题并与经典进化优化算法在多目标优化标准测试问题集和大气波导反演问题上作实验和对比分析。针对蒸发波导高度预测问题,本文设计并实现了一种基于经验模态分解和参数优化SVR的预测方法,对短期蒸发波导高度进行预测。本文算法通过实验验证了算法在收敛精度和稳定性方面的有效性,是大气波导反演与预测相关问题求解的较新思路的系统研究,也是人工智能相关方法应用于实际应用领域的有益尝试。