在工程实践和科学研究中存在大量优化问题，而这些问题大多是带有约束条件，且有时优化目标不止一个。由于问题自身的复杂性，传统的优化方法已经难以独立解决。进化算法作为一种基于群体搜索的全局优化算法，十分适合于求解约束优化问题和多目标优化问题。因此，进化优化研究受到国内外研究者们越来越多的关注，成为目前进化计算领域研究的热点。　　 本文旨在通过对进化算法进行深入研究和探索，面向带约束的多目标优化问题设计高效的进化算法。研究算法的同时注重算法的应用，将进化策略算法应用于电力系统无功优化，并通过实验进行分析。具体而言，本文的工作主要有以下两个方面：　　 (1)进化计算在求解带约束优化问题时，首要问题是对约束的处理。在对现有主要的适于多目标优化问题的约束处理方法进行比较分析的基础上，结合不可行个体修正和保留策略的优点，采用随机选择(修正、保留)和折半查找方法，提出了一种基于随机折半修正策略的约束处理方法，并选取7个标准测试函数进行实验。实验结果和分析表明，与Deb等提出的求解多目标约束优化问题的约束支配方法相比，该算法在保持同等最优解集(逼近性和分布性)的情况下，优化效率提高了30％。　　 (2)在数学上，电力系统无功优化是典型的非线性规划问题，具有非线性、不连续、不确定因素较多等特点。为了更好地解决此问题，将带排序策略的进化策略应用于电力系统无功优化，并在编码方法，进化终止判据方面作了改进，从而有效的提高了无功优化求解效率，并选取IEEE-14和IEEE-118节点系统进行实验。实验结果和分析表明，与IEEE-14和IEEE-118节点系统初始网损相比，该算法获得的网损值分别降低了4.43％和4.3％。　　 本文通过对进化约束优化算法研究，设计了基于折半修正策略的多目标约束优化算法；同时将带随机排序策略的进化策略应用于电力系统无功优化。这些工作对进化优化的研究有着重要的理论价值和实用价值。