概率分析进化算法是将构造性模型引入进化算法进行研究而形成的一类新型进化算法。贝叶斯优化算法是求解高阶难题中具有代表性的概率分析进化算法。本文主要研究贝叶斯优化算法及其在QoS组播路由问题中的应用，并讨论将贝叶斯优化算法和多目标进化算法结合，求解计算机网络中的多约束QoS组播路由问题。 本文首先对概率分析进化算法进行了概述，在此基础上深入分析了贝叶斯优化算法，讨论了如何将QoS组播路由问题映射成为贝叶斯优化算法可求解的问题，给出了一种问题的编码方式，提出一种基于决策图贝叶斯优化算法的QoS组播路由算法，实验结果表明，新的算法能够快速收敛到最优解，具有较好的性能。针对传统遗传算法中交叉算子对多目标进化算法性能的影响，本文将贝叶斯优化算法结合到多目标进化算法中，提出一种改进的强度Pareto进化算法，本算法利用贝叶斯网络实现对强度Pareto进化算法的改进，对代表性的0／1多目标背包问题的测试结果表明，基于决策图贝叶斯的强度Pareto进化算法具有较强的多目标优化能力。本文分析了基于进化算法的单目标QoS组播路由算法所存在的不足，在此基础上，提出一种基于决策图贝叶斯的多目标QoS组播路由算法，本算法在不需要做预处理的情况下可以实现对多个不同的QoS参数同时进行优化，实验结果表明算法能够快速收敛于一组满足不同QoS约束的非支配组播路由。