在实际生活中,很多优化问题都是多目标的并且具有NP难度,如何能够快速的获得最优的或令人比较满意的解决方案,对提高生产率,促进社会的发展具有重要意义。由于确定性启发式算法过分依赖于问题本身结构,而且有时会生成不合理的解,求解质量也不够理想,所以目前对多目标优化方法的研究主要集中在启发式算法方面。人工蜂群算法作为最近被提出来的一种群智能算法源于对蜂群内部分工机制及其觅食行为的模拟,已被广泛应用于多种优化问题并表现出了较强的求解能力,足以表明该算法的有效性,但是该算法现在主要应用在单目标优化问题上,对于多目标优化问题则是刚刚起步。针对该问题,在本文中提出了多目标人工蜂群算法的总体框架并且针对框架中的各个组成部分设计了不同的策略,之后根据框架中各个组成部分不同的策略组合出了九个多目标人工蜂群算法,最后将多目标人工蜂群算法应用到了三个多目标优化问题上：函数优化问题,面向QoS的无线网络路由优化问题和面向QoS的服务选取问题。在实验部分,本文定义了多个指标从各个方面评价算法的性能,在本文中进行了收敛性分析,参数调整,局部优化策略对算法性能的影响,统计分析等,并且与最近提出来的算法进行了对比分析,实验结果充分说明了本文提出来的多目标人工蜂群算法能够有效的解决这三个问题。