现代战争对武器系统的数字化和智能化提出越来越高的要求,舰船是海军重要的战斗与防卫武器平台。随着舰船电力系统容量和网络规模的增加,舰船电网的运行与保护变得更加复杂。舰船电网重构技术是保障电网稳定运行的重要组成部分,其作用是当舰船电网发生故障或战损后,能够快速、最大限度的恢复负载供电,从而提升舰船的生命力与战斗力,并为操作人员提供相应的辅助管理与决策。舰船电网在不同复杂工况下的重构优化问题可看作一个多目标、多约束的优化问题。差分进化算法作为一种结构简单、参数少,全局优化性能好的智能进化算法,被广泛应用于求解实际优化问题。因此,针对舰船电网重构优化问题,本文采用差分进化算法对其进行研究,主要工作概括如下:在舰船电网重构问题中的不同优化阶段下,为使差分进化算法的变异策略和控制参数能更好的适应优化状态,提升避免局部最优的能力,提出一种复合自适应差分进化算法。该方法建立由多个变异策略组成的策略池,通过个体进化的适应度值相对提升率自动调整不同策略下的种群规模,实现变异策略自适应调整;利用优秀个体的控制参数动态调整变异因子F和交叉因子CR,实现参数自适应调整。通过数值仿真和以相对负荷为目标函数的舰船电网重构单目标优化问题对该方法进行验证,结果表明:该方法能更好的避免进入局部最优,获得的重构方案具有更好的优化性能,且计算效率高。针对舰船电网重构多目标优化问题,本文提出一种复合自适应多目标差分进化算法对其进行优化。该方法将复合自适应差分进化算法扩展到多目标进化算法NSGA-Ⅱ的框架中,对个体的选择方式、提升率的计算方式和外部档案更新方式进行改进,并引入一种改进的非支配排序技术减少算法的计算复杂度。通过数值仿真和以相对负荷与开关操作代价为目标函数的舰船电网重构多目标优化问题对该方法进行验证。结果表明:该方法获得的重构方案解集敛精度更高、收敛速度更快、解集分布性更好,舰船电网重构性能更佳。为在不同任务工况下获得解集丰富、针对性强的重构方案,在舰船电网重构过程中引入多个重构目标函数,以负荷权重和、负荷供电总量、开关操作代价、发电机均衡效率、线路容量富裕度和负荷分配均匀性共6个指标作为舰船电网重构的目标函数,并设置各目标函数在不同任务工况下的优先级程度,此时舰船电网重构为高维多目标优化问题。针对此问题,提出一种高维多目标差分进化算法对其求解,该算法利用复合自适应差分进化算法中变异策略与控制参数自适应调整方法对NSGA-Ⅲ算法中的进化过程进行改进,提高算法在高维多目标优化中的分布性和收敛性。针对权重方式难以体现目标函数在不同任务工况下的优先等级这一缺点,提出一种分阶段进化方法。将分阶段进化方法与高维多目标差分进化算法结合,并应用于求解舰船电网重构高维多目标优化问题,通过3种不同任务工况下的2种典型故障案例对结合后的重构方法进行验证分析。计算结果表明:相对于常规的多目标优化方法,该方法给出的重构方案具有多样性更佳,针对性更强等特点,验证了方法的有效性。