满意优化方法是近年来发展迅速的优化理论及方法,广泛应用于系统工程、经济计划、生产管理、交通运输、军事调度、系统分析等方面,是目前十分活跃的理论研究分支。基于对原创性研究及对科学、技术、工程和数学的理解,本文从满意优化的特点及结构、满意理论、稳定性分析及算法分析等几个方而分别给出相关研究结果。在满意思想基本理论方而,基于满意优化与传统最优化的区别与联系,进行了满意优化问题的基本结构及特点研究。针对多指标不确定的控制问题,结合Harrington, Suich等满意度函数法,给出了样本统计及特征选择两类满意度函数的建立法。在理论研究方面,针对多指标有约束控制问题,从模糊理论、测度理论、效用理论三个方面进行了满意模型、满意准则、满意解的结构及存在性等方面的研究,具体内容如下：首先,为降低传统模糊控制系统计算量大、收敛慢的特点,给出了一类新的gλ模糊测度,Sugeno积分及Choquet积分。依据所建立的Choquet积分及随机搜索的样本统计结果,建立了指标模糊测度满意优化方法。该方法具有滚动机制及人机交互的特点,因而更具有灵活性。对比多指标模糊综合评价,采用Delphi层次分析法建立了指标选择方案的多层次模糊综合评价法。其次,基于Goodrich在测度空问下以数学期望所表达的满意解,由于其概率转移函数难以确定且抗干扰能力较弱,提出了基于响应指标测度空间下的满意准则、模糊测度空间、概率测度空间、模糊测度函数序列等,并通过数学理论的研究提出并证明了σ-可加性条件,有界闭凸封闭性条件等,并依此建立了满意优化方法及算法步骤,单回路控制系统算例验证算法具有良好的收敛性。另外,由Goodrich, Levi及Stirling等将效用理论成功地运用到反馈控制系统,本文根据效用理论基本思想,提出建立在多指标测度空间上的效用策略,用以实现对指标域的满意协调。该方法推广了席裕庚等的边界调整法。建立了在控制变量测度函数上的效用策略,用以构造控制系统的满意控制方法。并且,在Curtis及Binazadeh等的工作基础上,建立了基于CLF稳定性的效用满意策略,给出满意解非空性、唯一性条件及闭环系统的全域渐近稳定性条件。通过四旋翼飞行器预测控制仿真实验,表明算法具有良好的收敛性及抗干扰能力。在算法分析方面,针对金炜东提出的满意优化逆问题,建立了满意度函数灵敏度分析法。基于灵敏度的目标增扩方式,建立了满意度函数目标协调算法,从而实现了满意优化问题可行域的有效确定。改进了量子进化算法中量子旋转门的迭代方法,提出量子概率门进化算法,证明其比传统量子进化算法具有更快的收敛速度。由该算法的基本逻辑,给出可行解全局性的概率分析,证明概率门量子进化算法具有更好的全局寻优能力,并通过几类典型测试函数进行结果比对。