实际控制系统绝大多数都是多目标问题，且这些目标往往是冲突的。当前冲突多目标控制问题主要通过加权法或转约束法转化为单目标问题或者采用经验性直接多目标方法来处理，因此不可避免带来诸如加权法难以确定权重值、转约束法难以确定约束的大小及经验性直接多目标方法不能体现最优性等问题。因此，本质上，为避免转化为单目标处理带来的问题，多目标问题还是需要采用多目标的方法来处理；为了避免经验性方法所不具备的最优化性能，需要在控制器设计中采用带有优化的方法。为此，基于本质上并行优化的多目标遗传算法理论和Pareto占优定义，本文提出了多目标相容优化控制方法，并初步解决了这一方法中的一些基本问题。 多目标相容优化控制方法由两层框架组成，包括离线和在线两部分。离线部分，获得离线的Pareto最优解集，提供整个控制问题目标的基本实现情况，并根据用户需求初步选择可以达到的目标。在线部分基于离线部分的解集进行在线控制，实现最能满足用户需求的目标。NSGA-II作为在Pareto最优解集均匀分布和收敛速度方面表现都较好的一类多目标遗传算法，本文中被用来作为多目标优化的工具。遗传算法具有全局性寻优的优势，然而其不足为计算速度需要满足在线控制的要求。离线和在线结合控制算法结构可以解决多目标优化控制问题，然而要使其具有实用性，还需要解决诸如计算速度等问题。为此，本文研究工作如下： （1）提出了两层架构的相容控制算法，对两层各自所需要承担的任务进行了分析。特别是为增加控制器的鲁棒性和易应用性，对离线部分基于区域初始值的控制问题优化进行了研究，获得了带状Pareto最优前沿，为在线控制部分提供了较好的基础。 （2）根据预测控制多步预测机理和相邻步长之间的连续性，基于种群复用的在线迭代算法被提出。迭代算法有效提高了计算速度，同时提高了控制过程的稳定性。 （3）基于多目标遗传算法的非凸问题处理能力，提供了一类典型非凸控制问题实例，并通过比较说明了多目标相容优化控制算法相比加权法的有效性。非凸作为一种重要现象，如果能够预先判断，那将对避免其带来的问题非常有帮助。基于对非凸控制问题的分析，提出了判断控制问题非凸的经验性条件。 （4）选择策略作为两层控制流程中的关键部分，对控制效果起到导向作用。针对稳定性需求，对选择策略进行了设计，所完成的任务是判断系统是否处于不稳定状态，并从Pareto振荡区域调整到附近的稳定区域。为降低计算的复杂性，选择策略设计中还提出了自适应种群规模调整算法，在保证控制效果的同时，降低了计算量，提高了算法的实用性。 （5）为了说明多目标相容优化控制理论对实际问题的有效性，针对IPMC材料驱动机器鱼，提出了以能耗和时间两个目标为例的任务。根据现有直行机器鱼运动模型和基于IPMC材料物理特性所建立的能耗、时间模型，采用多目标相容优化控制算法进行控制，结果表明了算法的有效性。为了进一步完成更为复杂的控制任务，提出了一般意义下的IPMC驱动机器鱼转弯运动模型计算框架，仿真结果和实验结果的对比说明了所提框架的有效性。 最后，关于进一步工作的方向进行了简要的讨论。