工程与管理实践中,常提出多目标规划问题，各目标之间可能互相冲突，所以很难找到能使所有目标达到最优的解法，通常的解决办法是先将多目标规划转化为单目标规划，再进行求解以求得相对比较满意的解决方案。本文对目前常用的主要目标法、分层序列法、功效系数法、理想点法、线性权和法、平方和加权法、乘除法等进行整理和分类，并对这些方法的特点进行了分析。最后通过一个实例，具体说明这些常用方法的应用。本文所讨论的方法，适用于一般的多目标规划问题。

摘　要:提出一种新的基于Pareto多目标进化免疫算法(PMEIA)。算法在每一代进化群体中选取最优非支配抗体保存到记忆细胞文档中 同时引入Parzen窗估计法计算记忆细胞的熵值,根据熵值对记忆细胞文档进行动更新,使算法向着理想Pareto最优边界搜索。此外,算法基于点在目标空间分况进行克隆选择,有利于得到分布较广的Pareto最优边界,且加快了收敛速度。与已有算法相比, PMEIA在收敛性、多样性,以及解的分布性方面都得到很好的提高。-Abstract:This paperproposed a

针对三点法三维运动学弹道仿真问题，建立了两种仿真模型 第一种模型采用数值积分算法求解 三点法运动学方程组，求解过程较为复杂 第二种模型利用三维空间相关几何知识，将求解三点法三维运动学 弹道的图解法转化为求解一元二次方程的问题，使求解过程简单直观 最后，对两种模型进行了仿真，并将其 应用到地空导弹制导控制系统的仿真研究中，将理想弹道与控制弹道进行了对比 结果表明，两个模型均解决了一般情形下三点法三维运动学弹道求解的问题，为三点法三维制导律以及弹道特性研究提供了一种方法-Three-po