人们在日常生活和工作中经常遇到各种各样的决策,而决策问题大都涉及多个具有相互冲突、不可公度的优化目标。决策是人们进行选择和判断的一种思维活动,尤其是多目标决策则属于较高层次的人类智能活动,也是尚未得到较好解决的问题之一。本文主要研究了几种多目标智能决策算法。针对实际问题多目标决策的复杂问题,遗传算法是一种很好的全局寻优方式,论文提出采用基于经验和试验的办法确定遗传算法的交叉概率和变异概率,并进行了仿真研究。另外,在智能决策的解决方案中引入了模糊算法,通过对多目标决策问题本质的分析,结合遗传算法和模糊算法,提出了一种自适应模糊算法。它通过自适应机制调节隶属函数,通过规则整合决策者信息,进一步优化非劣解集,使得最后的决策结果更加的人性化。论文通过对几个实例进行深入的仿真分析,验证了所提出方法的可行性和有效性。