摘要：大多数工程设计问题都具有多个目标，在满足约束条件的前提下，需要同时极大化（或者极小化）这些目标。一般情况下，多目标对应着多种解，通常使用遗传算法求它的Pareto解。由于当前采用遗传算法解决问题的过程过于复杂，本文在2目标的背景下运用了木桶原理与遗传算法相结合的方法来解决多目标的优化问题，通过对比实验证明，取得了比较好的效果，此算法的步骤相对简单，而且提供了一种新的解决一定约束条件下的多目标寻优问题的途径。
关键词：工程设计问题;多目标;约束条件;木桶原理;遗传算法;优化算法
0引言
在工程设计等生产实践中，经常会对一个制定方案进行成本、风险、收益等多目标评价，力图寻找一个能同时满足各个目标的方案是不容易的。多目标优化的本质在于，大多数情况下，某目标的改善可能引起其他目标性能的降低，同时使多个目标均达到最优是不可能的，这种问题的解经常困扰着人们。
4结论
如上文所述，本文是在2目标背景下，使用基于木桶原理指导下的遗传算法尝试解决多目标问题，显示它是一个非常有效的算法，它的编程思路清晰，实现过程相对简单，当存在最优解时能够确保找到最优解，并至少可以找到一个Pareto最优解，在解决实际问题时对解要求不高的情况下是完全可以接受的，因为这样得到的解每个目标函数值都向极小值临近。基于木桶原理的遗传算法，简化了求解最优解的过程，不需要使用过于复杂的技巧，只需要简单的去除各种排序中的最差的那一个。使用此算法，不但能解决生产中的实际问题，还能在不把多目标问题转换成单目标问题，保持原汁原味的多目标的情况下，寻优得到使人们容易理解和接受的解。另外，此算法独辟蹊径，把简单原则--木桶原理和现代寻优算法相结合，从理论上和实践中都值得人们深入研究。
作者：韦红高