在三自由度搬运机器人全面研究的基础上，发现表征工作空间的性能指标、表征强度的性能指标以及表征控制性能的控制能量及控制时间指标之间相互冲突。因此，以影响各性能指标的主要参数：机械臂的臂长、臂厚以及运动学能力参数为设计变量，以工作空间最小半径与最大半径之差、机械臂截面最大应力与材料许用应力的安全值接近程度、平均搬运任务能量消耗、平均搬运时间四个性能指标同时最小化为目标的机器人设计，构成了一个多目标优化的问题。该多目标优化问题的特点是：任何一个性能指标都同时受到多组设计参数的影响，而任何一组设计参数都影响着多个性能指标。因此，性能指标的优化需要各组参数的设计同时进行，而对任何一组参数的设计都要全面考虑到对各性能的影响。为了找到可以使各性都满足预期值的设计参数，本文提出了以下方法。 首先，分三个步骤建立多目标优化模型。第一步，提出各性能指标的可接受值，将优化目标由各性能指标同时最小化转变成各指标大于可接受值。第二步，通过罚函数的方法，将约束条件下的多目标优化问题转化为无约束优化问题；第三步，通过性能指标形式的改造，提出了广义性能指标。该广义性能指标的特点是：当各性能指标满足可接收值，并且各设计变量满足约束条件时，该广义性能指标为零。 其次，分三个步骤设计解决该多目标优化问题的算法。第一步，将优化问题转化为控制问题，为每一组设计变量配置一个控制器，通过控制器对设计参数的调整，使各广义性能指标收敛到零；第二步，向所有的控制器输入受控制器调节对象影响的广义性能指标与零的误差值；第三步，在控制器中，每一个反馈到其中的性能误差都产生一个控制器调节对象的控制作用，该控制作用由误差及误差相对于控制器调节对象的负偏导数两项的乘积生成，可以使相应的广义性能指标收敛到零。但是，对于同一个控制器调节对象而言，各误差生成的控制作用往往相互矛盾，故本文提出了对误差反馈系数的调整协调各误差控制作用的方法，最终，完成了使各广义性能指标同时收敛至零的多目标优化算法。 最后，以三自由度搬运机器人多目标优化设计为例，通过数值实验验证了多目标优化算法的有效性。同时，开发了三自由度搬运机器人多目标优化设计应用程序。 结论部分指出了研究过程中的一些不足之处并提出了以后工作的展望。