二层多目标规划问题是一类结构较为特殊的二层规划问题。由于能恰当描述系统中存在的层次关系,全面体现决策者的意愿,二层多目标规划己展现出越来越广泛的应用前景。另一方面,二层多目标规划模型都源于社会生产中的实际问题,只有设计求解一般二层多目标规划问题的有效算法,科技工作者才能有较为宽松的建模条件,从而使所建数学模型与实际问题更逼近,进而更好地解决实际问题。因此,设计求解一般二层多目标规划问题合理有效的算法具有重要应用价值。然而,与二层多目标规划的广泛应用相比,该问题的算法研究却显得相对滞后。事实上,到目前为止,虽然已有一些求解二层多目标规划问题的可行算法,但依然没有针对具有一般性的二层多目标规划问题的通用、有效的算法。为此,本文将选取二层单目标规划问题、一类上下层为双目标且上层决策变量为一维变量的二层多目标规划问题、具有一般性的二层多目标规划问题以及高维二层多目标规划问题为研究对象,以粒子群优化算法为主要方法,分别设计其合理有效的求解算法。最后,本文还将利用二层多目标规划进行水资源优化配置的研究。具体研究内容如下：第一章首先介绍了二层单目标规划模型和二层多目标规划模型的背景和展开算法研究的意义；其次,对二层单目标规划模型和二层多目标规划模型的国内外研究状况进行文献综述；最后提出了本文的主要研究内容。第二章首先给出了二层单目标规划问题、多目标规划问题以及二层多目标规划问题的数学模型,并分别给出了与之相关的定义、概念以及性质；其次介绍了粒子群算法的基本原理与算法过程、参数的设定与选择并给出了算法的收敛性分析；最后给出了利用粒子群算法求解二层多目标规划问题的基本工作框架。第三章设计了二层单目标规划问题的合作型协同进化粒子群求解算法。首先,基于种群停滞探测技术,设计具有较强全局收敛性的合作型协同进化粒子群算法；其次,基于合作型协同进化粒子群算法,设计二层单目标规划问题的求解算法并进行算法的收敛性分析；最后,利用该算法与经典文献中的算法进行对比仿真实验,实验结果表明,本文所设计的算法具有较好的全局搜索能力和收敛速度。第四章设计了一类上下层为双目标且上层决策变量为一维变量的二层多目标规划问题的非受控粒子群求解算法。首先,基于非受控排序技术以及网格技术,设计求解多目标规划问题的非受控粒子群算法；其次,基于多目标规划问题的非受控粒子群算法,设计求解该类二层多目标规划问题求解算法并进行了算法的收敛性分析；最后,利用该算法与经典文献中的算法进行对比仿真实验,实验结果表明,利用本算法求得的近似Pareto最优解在空间分布以及收敛度分布方面都具有一定的优势。此外,针对一个理论Pareto最优前沿面未知的问题,本文利用所设计的算法给出了其近似Pareto最优前沿面,该研究将为后来研究者提供一个结果比对的基础。第五章设计了具有一般性的二层多目标规划问题的带交叉算子的混合粒子群求解算法。首先,针对基本粒子群算法的局部收敛性和后期收敛慢的不足,提出一种具有较强全局收敛能力的带交叉算法子的混合粒子群算法；其次,基于带交叉算子的混合粒子群算法、拥挤度计算方法以及非受控排序技术,设计求解多目标规划问题的混合粒子群算法；再次,基于多目标规划问题的带交叉算子混合粒子群算法,设计具有一般性的二层多目标规划问题求解算法并进行了算法的收敛性分析；最后,利用该算法与经典文献中的算法里进行对比仿真实验,实验结果表明,利用本算法求得的近似Pareto最优前沿面在空间分布方面与文献中的方法几乎相同,但在收敛度方面具有较强的优势,从而说明该算法是一种求解一般二层多目标规划问题的有效算法。第六章设计了求解高维二层多目标规划问题的量子粒子群算法。首先,基于量子粒子群算法收敛速度快以及良好的全局收敛性,设计求解高维多目标规划问题的量子粒子群算法；其次,基于多目标规划问题的量子粒子群算法以及下层子种群规模的自适应性技术,设计高维二层多目标规划问题的求解算法并进行算法的收敛性分析；最后,进行数值仿真实验,仿真结果表明,利用该算法获得的高维二层多目标规划问题的近似Pareto最优前沿面具有较好的收敛度与空间分布性,进而说明该算法是求解高维二层多目标规划问题的有效算法。此外,该问题的研究为以后高维二层多目标规划问题的算法设计者提供了一种方法借鉴以及一个可以进行算法比较的平台。第七章将二层多目标规划引入水资源优化配置问题中。将水资源管理结构和用水者分别作为上、下层,建立水资源管理机构以水资源总效益最大和水质污染最小为上层目标,各用水者以取水效益最大为下层目标的二层多目标规划模型,并设计求解该模型的粒子群算法,从而为水资源管理机构提供有效的决策依据。最后,对全文工作进行了总结,并指出了有待进一步深入研究的问题。