随着Internet商业化应用的飞速发展和多媒体应用的不断增长,网络服务需求对网络服务容量提出了更高的要求。为了增强服务的可用性、改善网络的流量分布,通常的做法是在网络中复制服务器。选播就是一种支持分布式服务器复制的服务,IPv6已经正式将选播服务定义为一种标准的通信服务。随着选播服务应用的不断发展,人们对选播路由算法提出了更多更高的要求。本文在总结、分析前人研究的基础上,围绕选播路由问题,对多目标最优化选播路由、区分服务模型、遗传算法等多个方面进行研究,提出了一些新方法和新思路。首先,选播路由的实际应用涉及到路由选择和服务器选择两个方面,而且往往很难仅凭单项指标来衡量选播路由的优劣。为了比较全面地评价选播路由,必须考虑多项指标,因此选播服务在本质上是多目标最优化问题。本文在分析了传统的单目标最优化选播路由算法存在问题的基础上,提出了多目标最优化的选播路由算法,可以同时对多个最优化选播目标进行优化,使选播能满足更多应用的需求。第二,在商业化的互联网中,如何为用户提供不同等级的服务质量,如何提高网络资源利用率、优化网络配置等问题是选播服务必须面对的问题。本文在分析和对比两种常见的QoS服务模型——综合服务模型和区分服务模型的基础上,考虑到在实际的应用中,服务数据服务质量比请求数据服务质量更加重要的特点,采用下行数据的服务质量作为最优化目标函数,上行数据的服务质量作为约束条件的方法,提出了基于区分服务模型的多目标最优化选播路由算法。可以根据网络服务提供商与用户签订的服务协议,为用户提供不同等级的满足要求的服务质量。第三,针对上面所提出的两种多目标最优化模型,研究了如何利用遗传算法来求解多目标无约束最优化选播路由和多目标多约束最优化选播路由。根据网络拓扑性质,解决了遗传算法中编码方式、初始化种群选择方法、约束处理、适应度函数、交叉策略、变异规则、修复函数等关键问题。为了使仿真环境能够尽量的接近真实的网络环境,本文采用Waxman和Transit-Stub两种网络拓扑模型进行仿真实验。验证了算法是快速收敛的,能够快速有效地找到选播路,并能在两种网络拓扑模型环境下为用户提供不同等级满足要求的服务质量,有效地提高了网