互联网从诞生发展至现在,其用户规模及市场需求正在飞速增长,全球正处于一个信息爆炸的新时代。人们的日常生活中,各类多媒体应用随处可见,大流量、高带宽要求的多媒体业务丰富着人们生活的同时也对网络造成了巨大冲击,组播技术的出现正好满足了这类网络业务的需求。组播路由是实现组播的关键性科学问题,也是目前IP网络及未来网络体系结构中的重要研究课题。组播路由问题中的服务质量参数之间的矛盾性和关联性满足多目标优化问题的特性,本文对基于多目标优化的组播路由问题展开研究,提出了两种改进算法,解决了以平均端到端时延和平均包丢失率作为优化目标的组播路由问题,主要内容如下:1)基于支配关系的多目标进化算法框架,提出了一种基于信息素构图的多目标进化算法。该算法结合了蚁群优化和Jaya两种进化算法的优点,采用了以信息素为指导的构造图策略,加快了算法的收敛;通过以逼近最优解而远离最差解的方式,提出了一种基于Jaya算法的多目标学习策略,引入了Lévy随机扰动算子来增加解的多样性。通过实验仿真对比,该算法有效解决了带宽约束下最小平均时延和丢包率的多目标组播路由问题,且在该问题上表现明显优于NSGA-II算法和ENS-NDT算法。2)基于分解模型的多目标进化算法框架,提出了一种增强邻域搜索与精英反向学习的MOEA/D算法。该算法摒弃了原始MOEA/D算法中的子问题产生新解的策略,采用了一种增强邻域搜索策略,提高了算法的收敛性;将反向学习的思想引入到多目标进化算法中,利用精英个体的反向学习能力提高了解的多样性。通过实验仿真对比,可以看出本文提出的两种算法在解决带宽约束下最小平均时延和丢包率的多目标组播路由问题上较现有的4种多目标进化算法更为优秀,能够为决策者提供更加丰富且质量更优的备选解决方案。3)基于本文提出的两种多目标组播路由算法,设计了一种软件定义多目标组播路由方案,设计并实现了用于实时视频直播的软件定义网络组播服务系统。通过实验仿真可以看出,本文提出的软件定义多目标组播路由策略可以有效解决软件定义网络中的组播路由问题,并提供更加高效的组播服务。