多目标优化问题广泛存在于现实生活中的诸多领域，相应的算法也随之产生。多目标优化算法随着优化技术的不断进步，经历了从传统多目标优化算法到进化算法的发展历程。由于粒子群优化算法相对于其他进化算法具有简单易行等特点，在处理多目标优化问题时具有自身优势，因此近年来多目标粒子群优化算法受到了越来越多的关注。本文基于优化理论，以粒子群优化算法和多目标优化问题为主要研究对象，探讨多目标粒子群优化算法及其应用。具体工作如下：在第一章中，对问题研究的背景和意义进行阐述，分别介绍了单目标优化问题与多目标优化问题的数学模型及多目标优化问题相关概念，概括了传统多目标优化算法与进化多目标算法，并分别叙述了其中比较有代表性的算法，最后介绍文章的主要工作和创新点。在第二章中，对基本粒子群优化算法进行介绍，给出基本粒子群优化算法的算法流程，然后阐述了几种改进的粒子群优化算法，本章的重点在于提出了一种改进的粒子群优化算法，即基于环形邻域拓扑的动态目标粒子群优化算法，并在一些经典测试函数上对算法性能进行了测试。在第三章中，首先给出多目标优化算法的基本理论，其中包括外部集的维护和全局向导的选择，再给出多目标粒子群优化算法的基本流程，最后给出多目标粒子群优化算法的性能度量。在第四章中，对约束多目标粒子群优化算法的概念进行阐述，基于本文第二章提出的改进粒子群优化算法，给出了一种新的约束多目标粒子群优化算法，给出算法实现步骤，并用基本测试函数进行实验。在第五章中，研究了本文提出的多目标粒子群优化算法在船舶型线设计中的应用。简要介绍了船舶型线设计的概念和应用背景，给出大型舰船主尺度设计中的几个目标函数，建立合理的数学模型，并使用本文第四章提出的约束多目标粒子群优化算法进行仿真。在最后一章中，对文章进行总结并对未来的研究方向进行展望。