随着IP网络飞速发展与普及，网络的优化设计变得越来越重要。其中，如何在满足网络性能要求的情况下进行网络优化，建立起经济、高性能、可靠的网络，已经成为网络优化设计的一个重要方向。传统的优化设计强调优化目标的“最优解”，然而，计算机网络的优化属于多约束、多目标的复杂优化问题，通常是NP完全问题。要找到这类问题的最优解不仅计算复杂，且花费的时间过长，从而失去了实际应用的意义，有时甚至根本不存在所谓的最优解。此外，在网络多目标优化设计中，各个优化目标之间的不可公度性和矛盾性导致难以把多个优化目标简单归并为单个目标。针对上述问题，本文提出用满意解代替最优解，用满意优化的理论来研究拓扑已知的网络优化问题。本文主要研究了多目标满意优化方法相关技术，并结合多目标满意优化方法的思想提出了计算机网络多目标满意优化方法。本文的研究工作有以下3个方面：1)分析了最优化理论的一些局限性，综述了满意优化的发展现状，深入系统地研究了多目标满意优化问题，提出了计算机网络多目标满意优化模型。将该模型作为优化方案的评价体系，采用遗传算法作为寻优化方案，将这二者统一起来形成了完整的计算机网络多目标满意优化求解模型。2)将提出的计算机网络多目标满意优化方法用于计算机网络的容量和流量分配的优化设计问题。首先给出了计算机网络中容量和流量分配问题的数学模型，然后设计了适合该问题求解的遗传算法，最后通过寻优得到网络节点间的路由策略和各条链路容量。通过仿真试验，表明了本文提出的方法收敛快，稳定性高。3)将提出的计算机网络多目标满意优化方法用于OSPF(Open Shortest Path First)链路权值的设置问题。在综合考虑链路利用率、报文丢失率、时延与链路费用的基础上，建立了OSPF链路权重优化的多目标满意优化数学模型，并结合遗传算法来寻优得到各链路的权值，然后利用传统的IP路由算法(最短路径优先，OSPF)实现流量分配。通过仿真试验，表明了该方法在均衡网络流量方面有良好的效果。