肌肉是生物体运动的动力源泉，运动过程中肌肉力的动力学特性是生物力学和仿生学研究的主要内容之一。对肌肉组织的工作机理和协调机制的深入研究有助于扩展生物力学的研究范畴，促进工程学、生物医学、竞技体育等学科的发展。人体作为多关节、多肌肉协调工作的重要载体，一直是众多专家研究的对象，但由于人体运动的复杂多样性及现有测量仪器的局限性，使得利用实验手段直接测量人体肌肉力较为困难。本文把优化理论与下肢动力学模型相结合，间接地预测了被动运动下人体站立平衡过程中下肢主要肌肉的肌力分布及变化，为康复医学和智能假肢的发展提供了理论指导和帮助。首先，结合人体站立平衡的调节机制，将人体下肢运动骨肌系统简化为具有3个关节和9块肌肉的平面物理模型，并在此基础上建立了用于冗余肌力优化求解的数学模型，进而采用经典拉格朗日方法构建人体下肢动力学模型，并经分析得到下肢各关节的净力矩。然后，从优化方法出发，选择具有快速收敛性的粒子群优化算法优化求解人体站立平衡过程中的冗余肌力，考虑到该过程中人体受到诸多目标函数和约束条件的限制，提出了基于混合罚函数的多目标粒子群优化算法(HMOPSO)，该算法在处理带有约束的多目标优化问题时具有很好地快速性和准确度。最后，通过仿真实验分析了肌肉力预测问题中三种常用目标函数的优缺点和适用条件，得到适用于站立平衡过程中肌肉力研究的目标函数，并进一步采用提出的HMOPSO算法预测多目标肌肉力的分布及变化规律。利用多目标粒子群优化算法得到的肌肉力仿真结果更符合人体站立平衡过程中下肢各肌肉的工作原理和协调机制。