本文主要研究了多目标非线性规划的算法,对于多目标非线性规划算法的研究重点是从两大方面进行着手分析与研究。一方面是关于无约束多目标非线性规划算法的研究,重点是将无约束单目标非线性规划问题中的算法推广到无约束多目标非线性规划问题的算法中,本文采用的是信赖域算法。首先利用线性加权和法将无约束多目标规划问题转化为无约束单目标规划问题,然后再采用信赖域算法进行求解,并且用实例验证了算法是可行、有效的,更重要的是信赖域算法还有一个很大的优点就是在一定条件下,信赖域算法具有全局收敛性;另一方面是关于有约束多目标非线性规划算法的研究,同无约束研究的情形基本一致,也是将有约束单目标非线性规划问题的算法推广到有约束多目标非线性规划问题的算法中,本文采用的是Frank-Wolfe算法,并将算法中的收敛准则进行了改进,其基本思想是先将非线性目标函数进行线性化,并且去掉常数项,然后再利用线性加权和法将其转化成单目标线性规划问题进行求解。此法仅限于含线性约束的情形,而对于有约束的其他情形并不适用,但是文中又给我们提供了几种有效的转化方式,我们可以将其转化成线性等式约束的情形,利用新算法再进行求解,同样最后也用实例验证了算法的有效性、可行性。本文前面提到了多目标非线性规划算法研究的两大方面:无约束多目标非线性规划的算法和有约束多目标非线性规划的算法。对于它们两方面的转化问题,最后一章进行了分析和说明,重点是对有约束问题的处理方案进行了分析和总结。