多目标优化问题是实际工程中普遍存在并期待解决的问题。在石油化工生产中，催化裂化分馏塔是一个典型的多目标优化问题，然而，目前该问题的应用研究非常少见，因此，本文的研究在于寻求一种好的多目标优化方法进行生产过程优化，其对于提高生产、增大效益有着重要的实际意义。 首先，本文概述了多目标优化问题的数学模型、相关概念和解的性质，以及多目标优化方法的发展状况。 其次，本文研究了三种多目标优化方法，分别是基于数学统计理论的最小偏差法、基于进化策略的多目标遗传算法和基于函数联接网络的多目标模糊解法。并首次将这三种方法应用于FCCU分馏塔多目标优化问题，以期对实际工程生产过程进行优化。在多目标遗传算法中，本文构造一个综合评价函数对各子目标进行综合评价，并提出一种多群体变异的更新策略，使各子目标迭代群体中的优良个体在综合评价函数对应的迭代群体中得以继承，有效地提高了综合评价的效果；而在基于神经网络的多目标模糊解法中，本文改进了函数联接网络的扩展函数，从而平衡了单层平面网络的输入，更客观地评价子目标的满意度值。 最后，本文通过分析与评价上述三种多目标优化方法在FCCU分馏塔多目标优化问题中的实际应用结果，从最优解的质量和算法的寻优代价两方面可以得出，多目标遗传算法的寻优质量要优于另外两种方法，更大幅度地提高了生产效益。