多目标优化问题是指拥有多个优化目标,而且各个优化目标往往是冲突的,如果只考虑其中某一部分目标,其他目标的优化结果则被降低,该类问题一直是优化问题研究邻域的热点问题。传统的数学规划方法在求解多目标优化问题诸多不足。例如:依赖问题的数学特征,对问题解空间搜索能力不足,算法的计算复杂性很高等缺陷。遗传算法作为一种智能算法,由于其鲁棒性高,对于问题的属性特性依赖性不强等特点,被广泛应用至多目标优化问题中。本文将均匀实验设计和多智能体技术结合,借助协同进化的思想,提出一种基于均匀设计的多智能体遗传算法,求解多目标优化问题。并且将提出的算法应用到手机塔防游戏中,针对塔防游戏的特点,建立游戏元素的数值模型,证明算法的应用价值。本论文主要工作如下:1.介绍课题的研究背景,研究内容以及本文的组织结构。2.简要介绍遗传算法和多目标优化问题的相关理论、经典算法、发展历程。3.依据均匀实验设计、多智能体技术、协同进化思想,提出一种新的基于均匀实验设计的多智能体遗传算法。新算法通过均匀种群初始化,使初始种群均匀分布。然后通过领域竞争,均匀交叉,变异,自学习等算子完成种群的进化。最后通过协同进化算子,使两个独立进化的种群彼此交流合作,从而提高种群的多样性。4.将本文中提出的新算法应用到手机塔防游戏中,根据游戏设计理论和玩家特点,设计游戏元素的数值模型,抽象归纳游戏问题模型。针对游戏特点对算法进行一定的处理,是指能够更好的应用到游戏中。