随着时代的进步,和谐社会的构建与教育的发展逐渐成为我们国家发展的必然要求。作为推动教育质量与区域经济发展的重要引擎,教育资源配置的均衡化与合理化越来越吸引社会各界的关注。针对各类教育基础设施及资源进行科学合理的规划是实现教育公平发展的重要途径。本课题以教育数据决策平台为背景,将Pareto算法的最优化思想应用于求解义务教育阶段的资源配置问题,旨为教育决策提供理论支撑,主要研究工作概括如下:(1)构建区县教育资源多目标优化配置模型并应用NSGA-II提供决策方案。首先,提出区县教育资源配置指标体系,构建了提升教育资源配置水平,缩小区县间资源配置差异,以及提高教育资源利用率的区县资源配置多目标优化数学模型,并采用熵权法求解指标权重。然后,基于NSGA-II算法进行模型求解,并在精英选择策略中为避免局部收敛,依据区县资源配置模型中的目标函数删除重复的解集。最后,将NSGA-II与SPEA2、MOEA/D、IBEA在该模型进行仿真对比实验,通过主观性展现以及客观性能分析,验证NSGA-II对构建模型的高效求解,为区县资源配置优化提供具有理论支撑的决策方案。为进一步探究教育事业发展,同时对区县内部教育均衡性展开评估,本文提出构建大学区互助模式教育资源高维多目标优化配置模型。(2)构建大学区教育资源互助模式高维多目标优化配置模型并应用KnEA提供决策方案。首先,提出大学区教育资源配置水平指标体系,采用层次分析法评估出各大学区的综合配置水平,构建了以提升大学区互助模式下均衡发展的教育资源配置多目标优化数学模型。然后,基于KnEA算法进行该模型的求解,采用自适应Knee point求解策略可降低计算复杂度并增强收敛性能。最后,将KnEA与MOEA/D-DE、SPEA2SDE、NSGA-III进行仿真对比实验,通过Pareto前沿展示与HV客观指标分析,验证KnEA对构建模型的高效求解,并得到针对大学区资源配置优化决策方案,以达到提高区县内大学区资源互助模式下教育资源配置均衡性发展目标,进而缩小区县内各大学区之间的差异。