准确测量航空发动机内旋转叶片的温度可以起到监测发动机工作状态的作用，最大程度上保障安全。多光谱辐射测温是利用多条光路的信息来进行温度的测量，通过多路信息建立方程，并在求解温度的同时将发射率求解出来，从而减小了测温过程对发射率的依赖性，因此该方法具有适应性强的特点。目前主要利用遗传算法来实现多光谱测温的计算，并且收到了较好的效果。本文采用多种算法来求解目标温度，引入自适应双种群遗传算法、差分进化算法，粒子群算法以及非支配排序遗传算法二代(Non-dominated Sorting Genetic Algorithm-II，NSGA-II)与传统的遗传算法进行比较，发现NSGA-II算法具有较好的稳定性以及计算精度，但仍存在一些问题。于是提出了新的改进方案：　　（1）针对 NSGA-II算法交叉、变异概率相对固定的问题，本文采用自适应调整的方法对其进行改进，使交叉、变异概率与种群个体特征结合更紧密，随着种群的进化而改变，进而使温度求解的精度提高，增强连续求解的稳定性。　　（2）针对 NSGA-II算法的交叉、变异策略与种群信息结合不紧密的问题，文中通过NSGA-II算法与差分进化算法融合的策略，对群体的变异方向进行了一定的扰动，使之向着最优解的方向进化。此外修改了交叉因子，使之由固定常数变为与种群特征结合的动态参数，进而更好地引导种群进化，提高温度求解的精度。　　（3）针对 NSGA-II算法的精英策略保留个体种类单一的问题，本文在原来精英策略的基础上进行了改进，对种群个体有选择性地保留，达到丰富种群的目的，更为准确的求解目标温度。