多目标优化问题(Multi-Objective Optimization Problems,MOOPs),区别于以往只包含单个目标的优化问题,求解该类问题所得到的不是单一的最优值,而是一组各目标间相互权衡取舍后的折衷解。这使得传统用于解决优化问题的技术如数学规划,梯度下降等方法很难在解决此类问题上取得较好的效果。对于多目标优化问题特别是水库多目标优化调度问题,基于群智能(Swarm Intelligence,SI)的多目标优化算法以其在没有先验信息的前提下,通过单次运算就可以得到一组折衷解的良好特性,成为了解决多目标优化问题的首选方式。但受限于其较为简单的排序筛选机制,该类方法在应对具有复杂特性的问题时很难取得较好的结果。此外,随着技术设备的不断更新,需求的不断提升,现实中的多目标优化问题规模也在不断提升,情况也日趋复杂,这使得现实问题中包含的目标数也不再局限于两个或三个,该类问题被称为高维多目标优化问题(Many Objective Optimization Problems,MaOPs)。对于高维多目标优化问题,随着目标数的急剧攀升,空间内充斥着大量相互无法支配的个体,而传统的多目标进化算法受限于其设计机制,很难在该类问题上取得较好的效果。因此,围绕多目标优化与高维多目标优化两类问题的理论研究与其在实际水库多目标优化调度问题上的应用,本文进行了相关的分析与探索,完成了具有国内外同行认可的工作,其主要包括:(1)基于群智能的多目标进化算法往往侧重于生物行为构建,缺乏有效的机制来对辅助其它核心环节的实施,从而限制了算法整体的性能的提升。鉴于此,提出了一种基于反向学习的多目标飞蛾算法,旨在提升算法在应对不同类型优化问题时的性能与适应能力。该算法通过采用反向学习机制来进行初始化,从而替代传统算法随机化的过程,使得新设计的算法可以在没有先验知识的情况下获得更适合的起始候选区域。此外,算法通过引入基于指标的策略来对外部档案集进行维护,进而有效地提升算法所获得解的质量。通过一系列的实验对比分析,结果表明该算法在部分包含不同帕累托前沿的多目标优化问题上体现出了较好应对能力与适应性。(2)传统多目标进化算法受限于其较为简单的设计机理,所采用的筛选机制往往侧重于收敛性或分布性的其中的一方面,难以很好地兼顾与平衡这两方面,因此提出了一种基于网格排序机制的多目标鲸鱼算法。该算法设计了一种基于网格机制的排序策略,该策略在构建网格坐标的基础上,通过计算个体在网格上的占优情况与其周边个体分布情况,充分利用了网格同时表征分布性与收敛性的特点,全面地对个体进行评估与筛选。此外,通过结合鲸鱼算子良好的收敛特性,有效地提升所设计多目标算法的整体性能。通过一系列的实验与相关指标从收敛性与分布性两方面进行了分析,结果表明该算法在应对不同类型的多目标优化问题时可以较好的兼顾收敛性与分布性。(3)针对传统多目标算法很难在高维多目标优化问题上取得较好效果,特别是在平衡算法收敛性与解的分布性时面临巨大挑战的现状,提出一种基于自适应聚类的高维多目标进化算法,旨在有效地应对高维多目标优化问题。本算法以参考向量为基础,提出一种自适应的个体聚类策略。该策略通过自适应的方法综合考虑个体与参考向量间夹角和距离,从而将种群聚类为多个子种群,进而降低后续计算的复杂度。此外,针对每个子种群,算法提出一种基于混合距离的筛选策略,通过该策略在高效筛选个体的同时综合考虑收敛性与分布性,从而提升算法在应对高维多目标优化问题时的性能。最后,算法与一系列当前主流的高维多目标进化算法在标准测试问题上进行了对比分析,实验结果表明该算法在应对高维多目标优化问题时具有一定的优势,并具有处理更高维多目标优化问题的潜力。(4)针对当前多目标进化算法大多侧重算法机制构建,而理论分析较为匮乏的现状,通过结合随机过程等理论,对多目标进化算法在停滞状态下的收敛性进行了分析。尽管当前对于多目标优化问题设计的算法已有很多,但针对算法的收敛性理论分析仍较少,鉴于此,本文对提出的多目标进化算法进行了收敛性分析,并在理论层面给出了证明。此外,本文还针对高维多目标进化算法的收敛性进行了初步分析,并讨论了当前存在的问题与限制,为后续的理论证明奠定了基础。(5)以实地流域为真实研究对象,构建了满足不同需求的多目标水库优化调度模型,并综合考虑模型与问题的复杂程度,利用本文提出的高维多目标进化算法针对性地进行求解。以往的水库优化调度模型大多为单目标设计或双目标设计,并将其它目标需求转换为大量复杂的约束,尽管采用上述操作方便了算法的处理,但容易造成理论与实际的差距增大,并很难应对和满足实际水库优化调度的需求。鉴于此,本文以江西泸水河流域作为真实研究对象,针对性地设计了满足综合需求的优化模型,并采用本文提出的高维多目标算法进行优化计算。通过实际流域问题的计算与分析,验证了本文所提算法在处理真实多目标优化问题时的性能与应用潜力,并为水库优化调度提供了新的思路与方法。