传统的火炮将火药燃气压力作用于弹丸,加速弹丸发射,由于气体的膨胀限制,传统的火炮弹丸发射速度几乎不能达到1300米/秒。电磁轨道炮是采用电磁发射技术,利用洛伦兹力加速弹丸,使弹丸能够达到超高速发射的装置,电磁轨道炮相对于传统化学能发射炮弹有着诸多优势。为了获得电磁轨道炮弹道多目标的最优化,需要对其进行多目标优化,然而电磁轨道炮的真实物理模型中含有不确定参数,不确定参数的波动会影响多目标优化的效果,因此在对弹道多目标优化过程中需要考虑不确定参数的影响。在对电磁轨道炮的弹道多目标进行优化时,需要采用仿真模型进行研究。通常在初始建立的仿真模型中,不确定参数的分布区间不明确,需要通过模型校准的方式获得其真实分布范围;为了应对模型中不确定参数对于优化输出带来的影响,采用鲁棒优化方法获得多目标鲁棒优化输出。本文的主要研究内容包括以下几个方面:首先,建立电磁轨道炮仿真模型。考虑电磁轨道炮的烧蚀,趋肤效应等,采用模块化方法进行建模,分别建立电源、轨道、电枢-弹丸模块。电磁轨道炮的弹道多目标输出选择轨道最大电流、炮弹出口速度、发射转换效率、轨道累计热量等四项作为模型输出量。分析了电磁轨道炮模型中的不确定参数类型,并且给出了含有不确定参数的电磁轨道炮仿真模型数学表达式。然后,采用模型校准方法获得模型中不确定参数的真实分布范围。采用Sobol灵敏度分析方法分析各个不确定参数对模型各输出的影响程度,筛选出影响程度大的不确定参数;采用基于近似贝叶斯计算序贯蒙特卡洛算法的贝叶斯模型校准方法,获得真实的不确定参数的分布,将其作为电磁轨道炮弹道多目标鲁棒优化中不确定变量的取值范围。其次,进行电磁轨道炮弹道单目标鲁棒优化。为了降低多目标鲁棒优化的问题难度,首先进行单目标鲁棒优化,为多目标鲁棒优化奠定基础。首先建立电磁轨道炮单目标鲁棒优化数学表达式,将模型中的不确定参数作为优化过程中的不确定变量。通过将鲁棒优化问题转化为最小最大优化问题,采用最小最大差分进化算法进行优化,采用基准问题对该算法进行了测试,最后将其应用于电磁轨道炮弹道单目标鲁棒优化。最后,进行电磁轨道炮弹道多目标鲁棒优化。将电磁轨道多目标鲁棒优化问题转化为多目标最小最大优化问题,采用基于快速非支配排序的多目标最小最大差分进化算法进行优化。通过采用基准问题测试,分析了其应用于多目标鲁棒优化问题时的性能,最终将其应用于电磁轨道炮弹道多目标鲁棒优化,获得多个帕累托最优解,从中筛选中最合适的帕累托优化解。